| .. |
|
01-Agent与RL术语对照.png
|
818deadd7b
docs: 调整 Extra14 配图文字
|
2 недель назад |
|
02-Harbor-Task目录结构.png
|
818deadd7b
docs: 调整 Extra14 配图文字
|
2 недель назад |
|
03-Trial生命周期.png
|
818deadd7b
docs: 调整 Extra14 配图文字
|
2 недель назад |
|
04-各版本探针得分.png
|
8147e5974c
docs: Extra14 改为用 Agent 合成报销任务,新增 reward hacking 和真实运行分析
|
1 неделя назад |
|
06-难度与公平四象限.png
|
818deadd7b
docs: 调整 Extra14 配图文字
|
2 недель назад |
|
07-回放还是重跑.png
|
818deadd7b
docs: 调整 Extra14 配图文字
|
2 недель назад |
|
08-四轮迭代.png
|
8147e5974c
docs: Extra14 改为用 Agent 合成报销任务,新增 reward hacking 和真实运行分析
|
1 неделя назад |
|
09-真实运行的trial页面.png
|
8147e5974c
docs: Extra14 改为用 Agent 合成报销任务,新增 reward hacking 和真实运行分析
|
1 неделя назад |
|
web-gymnasium-agent-environment-loop.png
|
d5906042a5
docs: 新增 Extra14 Agent RL 环境入门与合成实战
|
2 недель назад |
|
web-harbor-error-classification.png
|
d5906042a5
docs: 新增 Extra14 Agent RL 环境入门与合成实战
|
2 недель назад |
|
web-skyrl-system-overview.png
|
d5906042a5
docs: 新增 Extra14 Agent RL 环境入门与合成实战
|
2 недель назад |