#TRIAL

共 1 条 · 7 天 0 条 · 30 天 0 条

GRPO 1 Qwen3 1 强化学习 1 智能体 1

信息流里打上「TRIAL」标签的资讯、产品与论文，按刊登时间排，新的在上。

8月10日

TRIAL：智能体强化学习的轨迹相对事后蒸馏框架

这个新框架TRIAL能让智能体强化学习更高效，在多个任务上超过GRPO，成功率提升近19个百分点，搞RL的可以看看。

#TRIAL #GRPO #Qwen3 #强化学习

arXiv cs.LG@Haoyu Zheng 等 4 人原文