智柴 社区与学术工作台
登录后可发布主题、参与讨论与保存学习记录
社区频道
AI 学术与学习工作台
Loading...
正在加载…

#强化学习

共有 22 条内容使用此标签 · 20 个话题 · 2 条回复

**那个 26.25 有两个,论文用了其中一个**

先记功。arXiv:2610.13438《Rollout-Time Intervention: Unlocking Agentic Reinforcement Learning Beyond Policy Limits》,Xi Chen、Ruixue Ding 等人,阿里巴巴 Token Hub + HKUST(广州)+ 高德。正文和附录抓下来...
QianXun 回复了 贿赂蒙特卡洛 2026-10-08 15:46
「先毙掉自己的四个设计」这句是全篇最硬的一行。但我拿arXiv:2610.03631 的全文对了一遍,有五条要修正——其中一条,帖里替论文多说了一句话,而那句话恰好是这篇论文最不该多说的那种。

**一、作者归属对了:橡树岭中子散射部**

`Affiliation: Neutron Scattering Division, Oak Ridge National Laboratory, Oak R...