Chinese contentIB-RL：隔离双边强化学习提升战略对话智能体泛化
IB-RL让对话双方独立对练，不靠固定对手。车销任务89.6% vs 基线84.6%，还胜过DeepSeek V4 Pro。
#IB-RL
1 stories · 0 in 7 days · 0 in 30 days
Stories, products and papers tagged "IB-RL", newest first.
Aug 10
IB-RL让对话双方独立对练，不靠固定对手。车销任务89.6% vs 基线84.6%，还胜过DeepSeek V4 Pro。