玖捌肆贰

基础模型智能体落地为何失灵？IJCAI2026分享回顾强化学习的仿真到现实三大差距（动态、观察、奖励），并提出将域随机化迁移到提示、行为、反馈三层方案，提升多语言与工具漂移场景下的鲁棒性与业务对齐。...