今日推介(第2199期)：将分布匹配强化学习扩展至大语言模型、AI代码生成过程中的实时编译器反馈、基于贡献估计的长程智能体回合级奖励分配方法、面向大语言模型智能体的学习型自适应记忆管理、基于注意力头重加权的大语言模型高效数据适配 公·众·号：爱可可爱生活 网页链接 机器学习人工智能论文