Kinnari
Search
搜索
暗色模式
亮色模式
探索
ai-generated
此标签下有12条笔记。
2026年8月04日
DeepSeek V4 解析
ai-generated
deepseek
2026年8月04日
FlowRL: Matching Reward Distributions for LLM Reasoning
ai-generated
llm
qwen
rlvr
verl
2026年8月04日
Emergent Hierarchical Reasoning in LLMs Through Reinforcement Learning
ai-generated
llm
qwen
rlvr
2026年8月04日
Meta-RL Induces Exploration In Language Agents
agent
ai-generated
meta-learning
rlvr
2026年8月04日
Beyond Autoregression: Discrete Diffusion for Complex Reasoning and Planning
ai-generated
dllm
iclr25
reasoning
2026年8月04日
Optimizing Test-Time Compute via Meta Reinforcement Fine-Tuning
ai-generated
cmu
huggingface
meta-learning
rlvr
2026年8月04日
Learning Latent Dynamics for Planning from Pixels
ai-generated
rl
world-model
2026年8月04日
Thinker: Learning Fast and Slow
ai-generated
llm
rlvr
2026年8月04日
Nested Learning: The Illusion of Deep Learning Architecture
ai-generated
llm
nested-learning
2026年8月04日
Good SFT Optimizes for SFT, Better SFT Prepares for Reinforcement Learning
ai-generated
llm
reasoning
rlvr
sft
2026年8月04日
Reinforcement Learning via Self-Distillation
ai-generated
in-context-learning
llm
reasoning
self-distillation
2026年8月04日
SPRINT: Enabling Interleaved Planning and Parallelized Execution in Reasoning Models
ai-generated
llm
reasoning
sft