Tag: 奖励函数

All the articles with the tag "奖励函数".

• 6.7

  OS-Themis：可扩展的多 Agent 评判框架，GUI Agent RL 训练提升 10.3%

  2026年03月22日

  · arXiv· 03/22 10:31 采集

  将 GUI Agent 轨迹分解为可验证里程碑，通过多 Agent 审查机制构建高质量奖励函数