Apple ML发布REVERSAL-BENCH基准

发生了什么

据Apple ML Research 2026-09-17公告，发布REVERSAL-BENCH基准测试。该基准通过连续参数控制环境可逆性并提供重置预言机，用于测量无重置强化学习中不可逆状态吸收现象。评估显示，无重置智能体在可逆性降低时持续陷入不可恢复状态，而回合制智能体保持稳定。研究确认此崩溃由不可逆性导致，并发布了包含多模拟器数据集及预测可恢复性的安全干预方案。