强化学习（Reinforcement Learning, ...

这项由浙江大学吴行宇、颜雨辰、吕尚柯等研究团队完成的突破性研究发表于2025年1月，论文题为《LAPO: Internalizing Reasoning Efficiency via Length-Adaptive Policy ...

证券之星消息，近日中科飞测（688361）新注册了5个项目的软件著作权，包括《Optical Optimization子系统软件V1.0》、《Skyverse Review Station软件V2.0 ...