HugMap
人工智能
云计算
半导体
网络安全
企业软件
区块链
量子计算
生物科技
新能源与智能制造
智能穿戴
机器人
智能手机
图谱探索
趋势分析
登录
注册
CPMobius: Iterative Coach-Player Reasoning for Data-Free Reinforcement Learning
文章
ArXiv CS.CL
2026-05-26
NEWS
en
作者: Ran Li, Zeyuan Liu, Yinghao Chen, Bingxiang He, Jiarui Yuan, Zixuan Fu, Weize Chen, Jinyi Hu, Chen Qian, Zhiyuan Liu, Maosong Sun
查看原文
→
关系图谱
概览
相关事件
相关公司
相关人物
相关产品
相关技术
CPMobius: Iterative Coach-Player Reasoning for Data-Free Reinforcement Learning · 相关技术
相关技术
CPMobius
reinforcement learning
Supervised Fine-Tuning
Coach-Player paradigm
large language models