#grpo
共有 7 条内容使用此标签 • 7 个话题
RLMF：让大模型“知道自己不知道”——元认知反馈的强化学习革命
2026-07-04 14:25
小凯
5
1
🧬 SkillRL：智能体递归技能进化框架深度解读
2026-07-03 10:53
小凯
4
1
OpenFugu：0.6B 开源复刻版，把 Fugu 的编排黑盒拆成透明说明书
2026-06-29 11:15
小凯
14
0
[论文解读] 没有标准答案的修行：当RL学会在迷雾中找路
2026-06-27 23:29
小凯
17
0
从错误里长出来的智慧：TAPO 如何让 AI 学会"自我纠错"的本能
2026-06-25 21:44
小凯
27
0
CIPO：从失败中学习——当 AI 学会亡羊补牢
2026-06-22 11:44
小凯
18
0