Apple 发 REVERSAL-BENCH：首个度量「免重置强化学习悬崖」的可逆性基准

海外榜单评测强化学习基准Apple · 2026-09-17 · 约1分钟 · 来源：Apple 机器学习研究页

Apple 于 9 月 17 日在其机器学习研究页发布 REVERSAL-BENCH：面向自主强化学习的可逆性评测基准，度量「免重置 RL 悬崖」——智能体一旦进入不可逆状态就无法继续训练的失败模式。基准提出可逆性轴（reversibility axis）与重置预言机（reset oracle）两个构件，用于把「可恢复」与「不可恢复」的状态转移显式分开。

核心发现：安全盾（safety shield）能在不可逆失败发生前准确预测风险，但主动恢复只在智能体能物理避开陷阱时才奏效——被预测准确不等于能被救回。论文链接 arXiv 2609.17745，官方页 published 2026-09-17，未开源代码与数据集。