AI Stack

TAGS / TERM

MCTS

共 5 篇

  1. 基于PPO的树搜索蒸馏优化语言模型 2026-03-15 · HACKER_NEWS
  2. 基于PPO的树搜索蒸馏技术优化语言模型 2026-03-15 · HACKER_NEWS
  3. 基于PPO的树搜索蒸馏优化语言模型 2026-03-15 · HACKER_NEWS
  4. 基于PPO的树搜索蒸馏技术优化语言模型 2026-03-15 · HACKER_NEWS
  5. Unlocking Agentic RL Training for GPT-OSS: A Practical Retrospective 2026-01-27 · BLOGS_PODCASTS