يقترح المؤلفون أخذ العينات الأهمية الانتقائي (SIS)، وهي طريقة قابلة للإضافة تعالج انفجار التباين الناتج عن نسب الأهمية على مستوى الرمز في التدريب اللاحق بالتعزيز خارج السياسة. يعامل SIS النموذج خارج السياسة كتوزيع اقتراح ويطبق اختبار رفض على مستوى الرمز لتحويل الرموز المقبولة إلى بيانات داخل السياسة، مما يلغي الحاجة إلى درجات تصحيح الأهمية لهذه الرموز.
- يقلل SIS الفجوة بين مقدرات التدرج خارج السياسة على مستوى الرموز ومستوى التسلسل من خلال إثبات نظري.
- تعدل الطريقة نسبة الأهمية فقط في خسارة السياسة، مضافةً عبئًا زمنيًا ضئيلاً للغاية.
- هي متوافقة مع مجموعة واسعة من خوارزميات التدريب اللاحق بالتعزيز.
- أظهرت التجارب على نماذج اللغات الكبيرة الكثيفة وMoE عبر معايير الرياضيات والوكلاء تحسينات متسقة وقوة تحمل أقوى تحت البيانات خارج السياسة.
يوفر هذا النهج قوة تحمل أقوى بشكل كبير تحت البيانات خارج السياسة مع تحسين الأهداف باستمرار دون تكلفة حسابية كبيرة.