regression

本文介绍了一种分布感知的强化学习框架，该框架利用基于批级比较的监督信号，提升了多模态大语言模型在长尾数值回归任务中的性能。

用户反馈 Gemini 此前能对上传的音乐文件给出有用的音频点评，但在同一会话中突然不再识别或分析这些文件。