突破Agent长程推理效率瓶颈！MIT&NUS联合推出强化学习新训练方法
量子位
突破Agent长程推理效率瓶颈！MIT&NUS联合推出强化学习新训练方法

Direct Link ">View on Mobile
Content assisted by AI. Please review carefully.

Related Navigation

3D生成补上物理短板！首个系统性标注物理3D数据集上线，还有一个端到端框架

突破Agent长程推理效率瓶颈！MIT&NUS联合推出强化学习新训练方法

多模态模型学会“按需搜索”，少搜30%还更准！字节&NTU新研究优化多模态模型搜索策略

空间智能卡脖子难题被杭州攻克！难倒GPT-5后，六小龙企业出手了

4B小模型数学推理首超Claude 4，700步RL训练逼近235B性能 | 港大&字节Seed&复旦

字节&MAP重塑大模型推理算法优化重点，强化学习重在高效探索助力LLM提升上限