谷歌浏览器插件
订阅小程序
在清言上使用
VIPCreated with Sketch.

Thought-Augmented Policy Optimization: Bridging External Guidance and Internal Capabilities

Jinyang Wu, Chonghua Liao, Mingkuan Feng, Shuai Zhang,Zhengqi Wen, Pengpeng Shao, Huazhe Xu,Jianhua Tao

arxiv（2025）

引用 0|浏览2
AI 理解论文
溯源树
样例
生成溯源树，研究论文发展脉络
Chat Paper
正在生成论文摘要