共计 4 篇文章

---

2026

09-08

从早期深度学习寻找新思路：12 篇论文看 LLM 稀疏奖励与 Long Horizon

09-07

Long-Horizon Agent 训练论文地图：20 篇工作、七条路线与一个完整训练例子

09-07

长程 Agent 为什么越训越差？Horizon Length 实证研究与两种缩短训练跨度的方法

09-01

2026 Long-Horizon Agentic RL 与细粒度奖励：两条主线、一个交叉问题