产品发布 HuggingFace Daily Papers 2026-06-15

APPO：智能体程序化策略优化

一种智能体强化学习方法，通过细粒度决策点和程序级优势缩放优化分支决策与信用分配，提升多轮工具使用能力。

解读生成中或暂时不可用，请稍后刷新重试，或直接查看原文。