RSIAgent：先广后深训练智能体应对陌生应用

RSIAgent 用课程智能体生成练习任务、执行智能体用代码解题、独立验证器校验结果，练习先覆盖相关任务再深入真实任务的难例。论文称，先广泛探索再攻难例的智能体在 4 项任务上平均得分 74.54%，直接上手难例仅 56.50%。该方法旨在替代为新应用收集数据并重训的高成本做法。