论文Agent 与开发者10:46RiVER框架：无真实答案的强化学习提升LLM编程能力论文介绍RiVER，用强化学习训练模型解决无标准答案的得分优化问题，还能顺带提升常规编程基准，实用思路值得一看。#RiVER#Qwen3-8B#GLM-Z1-9B-0414#强化学习aarXiv cs.LG@Yingyu Lin 等 9 人原文稍后读已读值得跟进有用关注 RiVER