引用本概念的论文(1)
- KbSD：面向智能体搜索中行为校准的知识边界感知自蒸馏 KbSD: Knowledge Boundary aware Self-Distillation for Behavioral Calibration in Agentic Search arXiv 2606.29863
GRPO强化学习
slug: grpo-reinforcement-learning
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)。
slug: grpo-reinforcement-learning
在引用本概念的论文中,与下列概念同时出现的次数(降序)。