←返回首页

话题 · Topic

#PPO

共 1 条相关资讯

2026.07.21 · 周二研究论文

PPO-HSC：针对 LLM 微调模式坍缩的探索性强化学习框架

© 2026 桃子 TÁOZI · AI FLASH每 15 分钟精选全球 AI 与设计前沿动态