发布于 2026-06-06
摘要
背景 最近老板做横向，然后需要复现一下RLToken，我之前做了hilserl 的真机RL，所以就想着改一下hilserl适配RL …
强化学习
发布于 2024-11-26
摘要
11.15答辩完都过去两周了，结果到现在才有空写一写总结；以及2W奖金到现在一点消息没有，TX干啥呢 整体流程 开赛前 大一刚进来 …