Renmin University 研究者提出技能选择解耦设计

Renmin University 研究者提出技能选择解耦设计

Renmin University 研究者提出将技能选择设计为独立的第一类组件，在本地轻量统计偏好学习器和远程 LLM 之间解耦，通过本地统计调节模型的技能选择决策，实现低累计后悔和最高测试准确率。