[Agent Memory / 强化学习] MemPO源码学习笔记 --- (2)--- 训练
[Agent Memory / 强化学习] MemPO源码学习笔记 (2) 训练 目录[Agent Memory / 强化学习] MemPO源码学习笔记 (2) 训练0x00 概要0x01 原理1.1 为什么MemPO必须用RL而不是SFT？SFT 的劣势RL解决方式MemPO的实际路径小结1.2
cnblogs.com • Sep 15, 2026
Post #3627
8
- Oct 15, 2026Agent 不能只记录调用了什么，还要记录为什么调用 一次 Tool 调用即使执行成功，也不代表 Agent 做出了正确且获授权的业务行动。本文提出推理对象作为判断与行动之间的可追…
- Oct 15, 202610 万人抢 2000 个座位，电影票选座系统怎么防超卖？一文讲透大厂高频场景题 10 万人抢 2000 座位的电影票选座系统，大厂面试高频场景。四层漏斗架构，Redis Lua…
- Oct 15, 2026SimdGcdrNet：纯 C# 的文档照片去阴影，3080 Ti 上 9.6 ms 一张，浏览器里也能跑 手机拍文档是个很日常的事：合同、书页、孩子的手抄报，拍完一看，半边是手的…
- Oct 15, 2026Radzen 6.0.0 这几个 API 坑，我替你踩了 文章复盘Radzen.Blazor从5.x升级至6.0.0时踩过的API坑，重点包括NU1107依赖版本冲突和DataGr…
- Oct 14, 2026❤️欢迎来到 TGRSS —— Telegram 上最智能、最全能的 RSS 自动内容矩阵！ 在这里，你不需要手动刷新网页、不需要下载 App、不需要错过任何热点。 TGRSS 通…
- Oct 14, 2026在 Apple Silicon Mac 上安装老版本 Ruby 这是一个在 macOS 上通过 RVM 安装任意 Ruby 版本的技能，自带脚本 scripts/install_r…