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

训具身模型遇到的很多问题，在数据采集时就已经注定了丨鹿明联席CTO丁琰分享

中国中文信息学会2025学术年会暨第二届中国大模型大会（CIPS & CLM 2025）于10月28日在北京盛大开幕

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

找ChatGPT谈恋爱多是“日久生情”？！MIT&哈佛正经研究

比NanoBanana更擅长中文和细节控制！兔展&北大Uniworld V2刷新SOTA

AI打假AI，拿下SOTA丨厦大&腾讯优图