M michel 这家伙很懒，什么都没留下 发布于 2024-01-20 20:08:45 请教问题 论文研讨 M 浏览 (432) 点赞 (1) 收藏 评论(1) 请 登录后发表观点 B Barryyyliu 2024-02-16 13:01:03 回复 取单一结果没啥说服力啊，起码三个 seed 往上吧，还是得 mean reward 到底啦