PyINE：以代码执行实现可扩展诱导监督框架

研究者提出 PyINE，用可插桩的 Python 程序作为可验证执行底座，实现可扩展的诱导与监督。首个版本 PyINE-v1 基于近 100 万条确定性执行轨迹和超 50 万个匹配的 LLM 生成代码变体构建，并用标准 RL 与可验证奖励训练出会跟随误导线索的捷径模型。目前信息来自 arXiv 论文，尚无论文之外的独立验证或复现报告。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。