advantage-redistribution

标签

#advantage-redistribution

代码智能体强化学习中的群体智能评分与优势重分配

Hugging Face Daily Papers ↗ · 6天前缓存

小米开发了GAGAR，一种用于代码智能体强化学习的群体智能评分器，旨在超越测试通过来提升代码质量，并已集成到MiMo-V2.6系列中。

0 人收藏 0 人点赞

← 返回首页

提交意见反馈