World Wires · Story 67596 · corroborated · 1 Quelle(n)

Asymmetrische On-Policy-Destillation lernt In-Context-Exploration

Dieses Papier präsentiert einen asymmetrischen On-Policy-Destillationsansatz, um Reinforcement-Learning-Agenten informationssuchende Verhaltensweisen unter

Im Desk öffnen

Berichterstattung

• Asymmetrische On-Policy-Destillation lernt In-Context-Exploration arXiv: new preprints (security, AI, physics) · Stufe C · Clear Net · 2026-10-21 17:50 UTC

Was diese Seite indexiert