ICML 2026 | Agentic强化学习训练的信息自锁问题
ICML 2026 | Agentic强化学习训练的信息自锁问题随着大语言模型逐步从「单轮问答」走向「真实环境中的持续交互」,LLM agents 正在被用于越来越复杂的 agentic applications:deep research、coding、computer use、customer service、medical inquiry、troubleshooting 等等。
来自主题: AI技术研报
5493 点击 2026-06-17 14:05