GAIR Paper 105｜离线强化学习新突破——ROMI：破解对抗式模型学习「过保守、训不稳」深层困局｜ICLR 2026

雷峰网，雷锋网，专注智能与未来的中国科技媒体，核心报道 AI、智能硬件与前沿科技。关注
添加评论
点赞收藏
点踩分享查看原文
评论
?
参与讨论