RECAP

技术

迭代式离线强化学习技术路线

1 次提及6 个连接首次出现: 2026-05-21最近出现: 2026-06-08

关系图谱

关系 (6)

使用技术 (3)

π*0.6 SFT DAgger

应用于 (1)

使用 (1)

发布 (1)

相关文章 (1)