# CoRT：反事实重放实现token级策略优化

- 来源：AK (@_akhaliq)
- 发布时间：2026-07-31 00:38
- AIHOT 分数：32
- AIHOT 链接：https://aihot.virxact.com/items/cms7rd0mc01leropb4u3ig2sp
- 原文链接：https://x.com/_akhaliq/status/2082868397507838421

## AI 摘要

CoRT

反事实重放实现token级评分引导策略优化

论文：https://huggingface.co/papers/2607.25659

## 正文

CoRT

Counterfactual Replay for Token-Level Rubric-Guided Policy Optimization

paper： https://huggingface.co/papers/2607.25659