Оригинальное название: HARTS: Efficient Agentic Reinforcement Learning for Hybrid-Attention Models over Arbitrary Rollout Trees
arXiv:2608.28158v1 Анонс Тип: новый Аннотация: Агентное обучение усилению (RL) часто производит нерегулярные деревья выкатывания с общей историей. Тренировочные траектории от корня до листа независимо пересчитывают эти общие префиксы. Существующие системы в первую очередь нацелены на модели с…