据@_avichawla称，RULER用LLM审核轨迹并转化为GRPO奖励，提升代理训练效果。

据@_avichawla称，RULER在OpenPipe ART用排名稳健替代奖励函数，简化LLM微调。

据@_avichawla称，RULER以英文准则由LLM评估轨迹，替代手写评分。