Kinnari

rl

此标签下有2条笔记。

  • 2026年10月29日

    LLM RL 后训练中的 Score Centering

    • llm
    • rl
    • rlvr
    • grpo
    • training-inference-mismatch
    • theory
  • 2026年8月04日

    Learning Latent Dynamics for Planning from Pixels

    • ai-generated
    • rl
    • world-model

Created with Quartz v5.0.0 © 2026

  • GitHub
  • Discord Community