Den Solver-Engpass durchbrechen: Training von Task-Generatoren an der lernbaren Grenze

arXiv:2606.18284v1 Ankündigungstyp: neu. Zusammenfassung: Die begrenzte Ressource für das Training von Agenten über Reinforcement Learning (RL) ist zunehmend die Versorgung mit Frontier-Tasks: gültige, lösbare Tasks, die gerade schwierig genug sind, um das aktuelle Modell zu trainieren. Mit der Verbesserung von Reasoning- und Agenten-Modellen