Agent 系统性学习
Search
搜索
暗色模式
亮色模式
阅读模式
探索
训练方法
此标签下有2条笔记。
2026年9月21日
RLCD(Reinforcement Learning for Calibrated Decisions)
概念
训练方法
强化学习
计算机科学
2026年9月21日
RLHF 与 RLVR(Reinforcement Learning from Human Feedback / with Verifiable Rewards)
概念
训练方法
强化学习
计算机科学