Apple 提出 RISED：用评分量表引导多环境 LLM 智能体的数据选择与自蒸馏

Apple 研究团队提出 RISED，将评分量表（rubrics）从奖励信号扩展为多环境 LLM 智能体训练中的数据选择与策略监督工具。LLM 评判器用跨环境共享的 rubric 词表标注每条 rollout，据此筛选数据，并让正向 rubric 为 on-policy 自蒸馏教师提供 token 级监督、负向 rubric 引导后续生成避开失败模式。