Beyond Next-Token Prediction: An RLVR Proof of Concept for Tool-Use Agents on Atlassian Workflows

论文把 RLVR 用到 Atlassian 工作流里的工具调用 agent，奖励来自可验证的 API 调用顺序、参数完整性和任务状态，而不是只看自然语言回答。具体任务围绕 issue、workspace、project 等 SaaS 操作，强调 agent 必须按业务流程完成状态变化。它的看点是把工具调用训练从“像不像答案”推进到“外部系统是否真的被正确操作”。