self-calibration

标签

#self-calibration

前瞻性后见：通过预测与现实之间的差距实现自校准强化学习

Hugging Face Daily Papers ↗ · 2026-10-02 缓存

提出前瞻性后见之明（PH）自校准强化学习原则，通过预测与实际反馈之间的差距加权梯度，使智能体在长程任务中同时提升性能与校准度，且在单轮与多轮任务中均验证有效。

0 人收藏 0 人点赞

← 返回首页

提交意见反馈