RISED：面向智能体多环境选择与自蒸馏的准则框架

Apple AI 研究人员提出 RISED 框架，利用跨环境共享的文本准则来指导 LLM 智能体的数据选择与策略监督。该框架通过 LLM 法官依据准则词汇表标记每次 rollout，并以此引导数据选择，同时利用正向准则为策略内自蒸馏教师提供额外的 token 级监督。在多种模型骨干上，RISED 实现了跨环境的最高平均通过率，并在每个独立环境中排名第一或第二。