SPADER：Step-wise Peer Advantage with Diversity-Aware Explora

← 返回今日版面

穿戴其他内容spader智能硬件信号强度 01 条来源

来源

1 条

SPADER：Step-wise Peer Advantage with Diversity-Aware Explora

浙大&北大团队提出SPADER，通过step-wise GRPO与多样性感知奖励驱动多答案问答长尾探索。

2026-10-18

机器之心jiqizhixin.com媒体