论文
Asymmetric On-Policy Distillation Learns In-Context Exploration
提出非对称在线策略蒸馏新范式，使智能体在上下文中自主习得信息采集行为，显著提升部分可观测决策任务性能
首次收录 2026-10-22热度 1.0
reinforcement-learningexplorationdistillation
暂未评估,等待下一轮评分。
事件时间线
暂无事件。
关联信号
想把「Asymmetric On-Policy Distillation Learns In-Context Exploration」相关的机会落到自己的业务上?
想把 AI 机会落到自己的业务上?
灯塔背后的优秘智能团队提供:AI 落地咨询 · GEO 优化(让 AI 搜索推荐你的品牌) · 定制开发。留下需求,1 个工作日内回复。