Asker Lee 回应 Schulman：附上相关链接
askerlee · x · 2026-08-09
Asker Lee 回复 John Schulman 关于用不良轨迹前缀定义 RL 环境的讨论，并附上了一个链接（内容未显示）。
所属事件:Schulman 探讨利用不良轨迹前缀改进强化学习(2 条相关)→
「研究」频道最新
- 高斯混合模型与指数族密度逼近转换 — FrnkNlsn · 2026-08-24
- Netflix 揭秘 LLM Judge 生产实践：每周评估数十万条推荐解释 — omarsar0 · 2026-08-24
- Nature 评论：数据溯源是自主科学的信任基石 — gabepgomes · 2026-08-24
- 新架构 RHEA：8GB 显存即可训练 10 亿参数模型 — zemondza · 2026-08-24
- 跳过 LLM 写代码老套路：自训 16M 参数模型做生成式 CAD — debreuil · 2026-08-24
- Claude 助手发现 6 维球复结构，解 60 年数学难题 — Singularitarian · 2026-08-24