_akhaliq· @_akhaliq · X·2026-10-28 00:26· 5 小时前AI 评分23

MiRL 错误导向强化学习论文

AI 导读

MiRL 用于纠正终端智能体不当行为的错误导向强化学习论文：huggingface.co/papers/2610.3…

正文 · AI 翻译

MiRL

面向纠正智能体终端异常行为的错误目标强化学习

论文：huggingface.co/papers/2610.3…

来源：_akhaliq · x.com

#论文/研究 #Agent #安全/对齐 #Hugging Face