automata-simulation

本文从理论上分析了课程学习通过将复杂问题分解为更简单的子问题并组合解决方案，如何显著降低学习模拟顺序计算（半自动机）的样本复杂度——相较于直接方法，在监督微调中实现次多项式监督需求，并在可验证奖励的强化学习中实现指数级更弱的覆盖条件。