牛哥精选 · 半年

📋 全部 🤖 AI·大模型 ⚡ 效率工具 📝 深度技术 🚀 产品观察 💰 商业科技 🔓 开源项目 🎨 设计创意 📖 阅读推荐 🏷 资源合集 🌱 成长效率

📝 深度技术 arXiv NLP 2026-08-10

The Horizon Gap: Planning, Memory, Execution, Training, and Evaluation for Long-Horizon LLM Agents

大模型能解难题却败给多小时任务，一文讲透“地平线差距”与研究全景

arXiv:2608.06663v1 Announce Type: new Abstract: Frontier language models solve reasoning problems in a single forward pass that would have been resear…

长视野智能体 llm 规划记忆执行

📝 深度技术 arXiv AI 2026-06-29

Trust Region Masking for Long-Horizon LLM Reinforcement Learning

新方法Trust Region Masking，通过动态约束策略更新提升大模型长序列强化学习稳定性与收敛性。

arXiv:2512.23075v5 Announce Type: replace-cross Abstract: Policy gradient methods for Large Language Models optimize a policy $\pi_\theta$ via a surro…

信任区域掩码 llm强化学习长视野策略优化算法稳定性

📅 日期

2026-05-20 2026-05-19

🐂 牛哥精选

The Horizon Gap: Planning, Memory, Execution, Training, and Evaluation for Long-Horizon LLM Agents

Trust Region Masking for Long-Horizon LLM Reinforcement Learning

📅 日期