#课程学习

共 7 条 · 7 天 0 条 · 30 天 1 条

信息流里打上「课程学习」标签的资讯、产品与论文，按刊登时间排，新的在上。

9月25日

一篇关于智能体训练的论文：让智能体先广泛练相关任务再啃难题，4 个任务上从 56.50% 提到 74.54%，附独立校验设计，做 agent 的可以看看。

rohanpaul_ai@rohanpaul_ai原文

9月1日

论文精选73°10:44

PAC方法解决了LLM多任务RL中任务分配问题，结合优势信号和实际奖励增益，提升训练效率。

arXiv cs.LG@Yuanqiang Yu 等 11 人原文

8月11日

这论文用安全滤波器和课程学习搞车辆控制，在CarSim上验证了，比传统方法省调参还更安全。

arXiv cs.AI@Baocong Zhang 等 3 人原文

7月28日

这篇论文提出了一种新方法，能解决多模态模型推理时中间步骤乱但结果对的问题，效果SOTA还更高效，做推理增强的可以看看。

arXiv cs.AI@Wendi Deng 等 14 人原文

6月19日

这篇论文提出用模型驱动和遗传算法自动生成RL环境变体，省去手写大量相似环境的麻烦，野火场景验证过，做课程学习的可以看看。

arXiv cs.LG@Xiaoran Liu, Istvan David原文

6月10日

论文72°11:30

做足式机器人运动控制或强化学习的团队，RoboNaldo 的课程学习思路能直接借鉴——用单条参考动作引导复杂技能学习，解决了从仿真到真实部署的精度和速度难题，值得点开看方法细节。

arXiv cs.AI@Yichao Zhong 等 12 人原文

5月13日

论文精选19:12

做LLM数学推理RL训练的团队，GRPO的KL系数和采样策略可以照搬这个改进，AIME 2025上13个点的提升值得一试。

arXiv: DeepSeek@Mingxiong Lin 等 9 人原文