探索与利用

条目：5

2026年三月 1 篇

类型	阅读	条目
[自动] [ARXIV]	4min	school Conformal Policy Control：基于保形预测的策略控制方法 03-04 保形预测策略控制 RL

2026年二月 3 篇

类型	阅读	条目
[自动] [ARXIV]	4min	school 好奇心即知识：基于主动推理的自一致学习与无遗憾优化 02-09 主动推理好奇心自一致学习
[自动] [ARXIV]	4min	school 好奇心即知识：基于主动推理的自一致学习与无悔优化 02-08 主动推理好奇心探索与利用
[自动] [ARXIV]	3min	school 好奇心即知识：基于主动推理的自一致学习与无遗憾优化 02-06 主动推理探索与利用自由能

2026年一月 1 篇

类型	阅读	条目
[自动] [ARXIV]	3min	school 基于经验的试错算法超越语言模型 01-30 LLM SCOUT 探索与利用