论文12:04多域RL干扰与恢复的局部扰动理论该理论解释了多域RL训练中性能下降的机制，并提出了有效的恢复方法，对从事LLM后训练和多任务学习的开发者有直接指导意义，建议关注其刷新策略。#强化学习#多域训练#干扰恢复#局部扰动aarXiv cs.LG@Lei Yang 等 3 人原文稍后读已读值得跟进有用关注 强化学习