مقالهی arXiv:2610.23181 · نگهداشته برای بعد
Tree-Aware Posterior Distillation for Long-Horizon Agentic Reinforcement Learning
- تاریخ
- (۲۴ مهر ۱۴۰۵) 2026-10-16
- موضوعها
خلاصهی فارسی
خلاصهی ساختاریافتهی این مقاله هنوز نوشته نشده است.
این مقاله بعد از آخرین بازنویسی آرشیو به پایگاه دانش اضافه شده است.