CAD‑GRPO

2026 年

• 08-14 研究周报 · 2026.08.08-08.14 · Agent-Level Credit Assignment Baseline 筛选
• 08-07 研究周报 · 2026.07.18–08.07 · Orchestration Trace、LLM-MAS系统侧与经典RL Pipeline
• 05-09 研究周报 · 2026.04.26–05.09 · C3/CCPO 反事实信用分配与 minimal-agent-harness 搭建
• 04-25 研究周报 · 2026.04.19–04.25 · DAPO/GiGPO/MAPPA/Dr.MAS 精读与 sub2api 实践