训练解耦 LLM-DailyDigest 2026-08-20 2026-08-20 约 100 字 预计阅读 1 分钟 训练解耦 本主题由提交工具自动创建,可在此补充洞察与资料。 相关消息(按子主题自动聚合) 尺度解耦 1 DPO 中优化尺度与偏好尺度的解耦 08-28 智能体强化学习 1 Agent Lightning v1.0:面向脚手架式智能体强化学习 08-19 训练策略 1 无 CoT 数据下:Next-Chunk Reasoning RL 真的优于 SFT 吗? 08-25