共计 2 篇文章

---

2026

09-08

AgentFounder：用继续预训练扩展 Agent 能力，FAS 与 HAS 如何把经验变成训练数据

08-31

SPPO：把长程推理折叠成序列级上下文赌博机，单样本也能稳定做 PPO