可程式化驗證環境

深度分析

Ecom‑RLVE：以可程式化驗證環境與自適應難度訓練電商對話代理

Ecom‑RLVE將RLVE框架從單回合推理題擴展到多回合、具工具介入的電商對話。研究提供八類可程式驗證的場景（如商品探索、替代、購物車、退貨、訂單追蹤、政策問答、組合規劃與多意圖旅程），每個場景搭配12軸難度課程、程式化獎勵與幻覺罰則，能用演算法檢核代理是否達成目標。