ContractRL: Shielded Group-Relative Policy Optimization for Auditable Tool-Call Repair

arXiv cs.AI · 2 oct, 06:00

ContractRL es un protocolo de reparación secuencial restringida por contrato que optimiza la corrección de llamadas a herramientas estructuradas (JSON) que violan esquemas o contratos de ejecución. El método utiliza reinforcement learning guiado por verificador para reparar incrementalmente campos defectuosos en lugar de regenerar objetos completos, mejorando la auditabilidad y reduciendo la superficie de ataque.