rohanpaul_ai· @rohanpaul_ai · X·2026-10-16 03:02· 4 小时前AI 评分34

RL中梯度路由定位并移除意外行为

AI 导读

– arxiv.org/abs/2610.17062 Title: "Gradient Routing Localizes and Removes Unintended Behaviors in RL"

正文 · AI 翻译

– arxiv.org/abs/2610.17062

标题：《梯度路由定位并消除强化学习中的非预期行为》

来源：rohanpaul_ai · x.com