Amazon Science·· 2026-07-09精选AI 评分76
Turnstile：在 Agent 交互中捕获 token ID 以改进强化学习
Capturing token IDs during agentic interactions for better reinforcement learning
AI 导读
Amazon Science 发布 Rust 编写的代理 Turnstile，在模型生成时刻精确记录 token ID、log 概率、loss mask 与 MoE 路由轨迹，并导出与框架无关的 TrainingSequence。
推荐理由
原文给出了精确的 token 级记录方法，读者可据此避免 RL 训练中因重渲染导致的信号偏差。
来源：Amazon Science · amazon.science