The article archive

文章归档

Home
archives

Scroll down

唐芷晨（Zhichen Tang）

Focus:

LLM · Agent · 后训练
Interests:

RLHF · DPO · PEFT
Address:

Shanghai, China

2026 年的归档

多轮 Agent 强化学习中的信用分配：从 Session Reward 到 Turn Advantage

09/11
10:30

1