AK (@_akhaliq) (X)· _akhaliq·· 23 天前AI 评分26
Hugging Face 提出 MiRL 纠错强化学习方法
MiRL
AI 导读
MiRL 面向终端代理不当行为的错误目标强化学习 论文:https://huggingface.co/papers/2610.35697
来源:AK (@_akhaliq) (X) · x.com
MiRL
MiRL 面向终端代理不当行为的错误目标强化学习 论文:https://huggingface.co/papers/2610.35697
来源:AK (@_akhaliq) (X) · x.com