共计 3 篇文章

---

2026

09-11

SOPD：不接管学生轨迹，如何用完整步骤修复 OPD 的碎片化监督？

08-17

论文精读｜GLM-4.5 后训练阶段详解：专家模型迭代与混合推理

08-17

论文精读｜Kimi K3 后训练阶段详解：三阶段范式与多领域强化学习