Annealed OPD-RL Schedule

引用本概念的论文(1)

• ATOD：用于多轮自主智能体的退火轮次感知在策略蒸馏算法 ATOD: Annealed Turn-aware On-policy Distillation for Multi-turn Autonomous Agents arXiv 2606.27814

共现相关概念

在引用本概念的论文中,与下列概念同时出现的次数(降序)。