AI Feeds
动态

onPanda:通过 token 级修正高效标注 LLM 与 agent 的 on-policy 对齐数据

onPanda:通过 token 级修正高效标注 LLM 与 agent 的 on-policy 对齐数据
AK
onPanda

通过 token 级修正,为 LLM 与 agent 的 on-policy 对齐数据实现高效标注

论文:https://t.co/1QQvCBq8Ci https://t.co/tyo4JQILzP
AK
onPanda

通过 token 级修正,为 LLM 与 agent 的 on-policy 对齐数据实现高效标注

论文:https://t.co/1QQvCBq8Ci https://t.co/tyo4JQILzP
动态AK2026-09-22原文

相关内容