Yunkai's Blog Lab
Reinforcement Learning
Tag - Reinforcement Learning
2026
2026-08-20
Position: Profiling Game Worlds by Transition Complexity
2026-08-12
SPOTting the Future：面向深度强化学习的前瞻性可解释框架
2026-08-04
TAPR：任务感知提示重写器如何提升 LLM 性能
2026-07-24
AINTMA：面向自主测试管理的智能体AI架构，集成生成式智能、安全云通信与自适应质量分析
2026-07-18
ToolAnchor: Anchoring Counterfactual Context to Boost Agentic Tool-use Capability
2026-07-17
用于搜救任务自主无人机集群的三层智能学习架构
2026-07-15
In-Context Reinforcement Learning under Non-Stationarity: A Survey
Yunkai Huang
嗨，这里是云开~
Articles
362
Tags
748
Categories
5
Follow Me
Announcement
This is my Blog
Recent Posts
月面晨昏线悖论：日落后月亮为什么还“朝上”？以及作者顺手测出的 LLM 推理短板
2026-09-27
重新拾起木工：从狗门到露台花坛的两次动手实践
2026-09-27
当 Google 开始安慰你：AI Overview 误读搜索意图引发的产品反思
2026-09-27
当写代码比注册公司还快：为什么开发者该提前准备一个 LLC
2026-09-27
DeepSeek 开源 DSec 沙箱基础设施论文：单集群日跑 300 万沙箱，支撑 Agentic RL 训练
2026-09-26
Categories
[技术动态]
11
技术动态
348
技术探索
1
随笔
1
随笔
1
Tags
强化学习
Adversarial Defense
广告技术
PostgreSQL
AI Overview
Enterprise
Dual-Use
大模型成本
数字农业
预注册实验
几何光学
知识图谱
Football
安全
Infrastructure
Devin
实时地图
工作流自动化
Place Recognition
Edge Computing
金融问答
递归自我改进
EEG
天文
Cost-Aware
自主实验
Go
Battery
计算机历史
Medical AI
Explainable AI
视觉错觉
Model Distillation
Security
启发式搜索
Cyber Security
效率优化
专利撰写
GPT-6
老年科技
Archives
September 2026
112
August 2026
134
July 2026
113
February 2026
3
Website Info
Article Count :
362
Unique Visitors :
Page Views :
Last Update :
