dongxi_nlp· @dongxi_nlp · X·2026-10-19 15:44· 6 小时前AI 评分10

TreeOPSD：长程智能体强化学习新方法

AI 导读

推荐阅读！ TreeOPSD: Tree-Aware Posterior Distillation for Long-Horizon Agentic Reinforcement Learning

正文