论文11:43基于图的在线难度估计优化RLVR调度论文提出了一种即插即用的图结构难度估计器,能智能分配探索资源,让RLVR更高效。#RLVR#强化学习#图结构#难度估计aarXiv cs.AI@Zhizhao Liu 等 7 人原文稍后读已读值得跟进有用关注 RLVR