PROOF-Gen是一种通过逐场景提示优化从失败轨迹中恢复黄金数据的方法。在τ²-bench上，57%的教师尝试失败，其中三分之二是近失。该方法利用反射器分析执行轨迹和评估反馈，生成纠正指导，使教师产生通过轨迹，恢复93%的失败场景。微调后，Qwen3-4B和Gemma模型性能显著提升，部署中目标完成率提高6.3个百分点，并正向迁移至设备端模型。

HarnessFix 提出了从失败轨迹到自动修复的闭环，解决了传统方法无法修复 Agent 失败的问题。通过将执行轨迹编译为标准中间表示 HTIR，精确归因到具体步骤，生成可执行的修复方案，从而提高了诊断准确率和修复覆盖率，推动了 Agent 可靠性工程的进步。

研究团队提出了一种名为“步骤拒绝微调”（SRFT）的方法，以提高大型语言模型（LLM）在复杂任务中的学习效率。SRFT通过“评论者”模型分析失败轨迹，标记有害步骤，保留有用的正确步骤，从而显著提升模型性能，证明失败的尝试也能为学习提供重要信息。