FrostDust

摘要： 有关上下文强化学习的优质论文收集： Awesome In-Context Reinforcement Learning In-context Reinforcement Learning with Algorithm Distillation Michael Laskin, Luyu Wang, J 阅读全文

摘要： 本文记录此次报告的key point（个人向） llm时代的几点difficulity Inference-time computation scalling OpenAI o1 利用RL来显式整合inference期间推理的step(inference-time computation) （从pr 阅读全文