Turn-Normalized Loss Weighting

引用本概念的论文(1)

• TurnOPD：使在线策略蒸馏具备轮次感知能力，以实现高效长视野智能体训练 TurnOPD: Making On-Policy Distillation Turn-Aware for Efficient Long-Horizon Agent Training arXiv 2607.05804

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)。