共计 4 篇文章

---

2026

08-31

Test-Time RL 全景：让模型在“考试时”用自己的答案继续学习

08-31

Bridging the Agent-World Gap：LLM Agent 文本世界模型全景综述

08-21

综述：Agentic 环境工程——建模、合成、评测与共演化的全生命周期

08-20

综述｜From Reasoning to Agentic：LLM 强化学习信用分配的统一地图与识别边界