跳到正文
Text
Matrix
技术笔记
行业快讯
视频精读
财富自由
思考与随笔
搜索
Text
Matrix
搜索
技术笔记
行业快讯
视频精读
财富自由
思考与随笔
Reinforcement Learning
2026
08-30
EnvHarness 论文解读：给冻结环境装一层可编程壳，让 agent 训练场自己长——arXiv 2608.19880
08-19
LLM-as-a-Verifier：当「验证」成为继预训练 / 训练后 / 测试时之后的第四条扩展轴