AK· @_akhaliq · X·2026-10-28 00:26· 3 小时前AI 评分28阅读原文 AI 导读MiRL 用于纠正终端智能体不当行为的错误定向强化学习 论文：https://huggingface.co/papers/2610.35697正文MiRLError-Targeted Reinforcement Learning for Correcting Terminal Agent Misbehaviorspaper: https://huggingface.co/papers/2610.35697来源：AK · x.com#论文/研究#Agent查看事件全部后续