ExploreNet：扩散GRPO中的可学习探索机制

2026年10月9日，X平台账号“马东锡 NLP”发布推荐阅读信息，介绍了一项名为ExploreNet的工作，标题为“ExploreNet: Learning Where to Explore in Diffusion GRPO”。该信息将ExploreNet定位为扩散GRPO（Diffusion GRPO）中的可学习探索机制，即让模型学习在何处进行探索。目前可获得的报道仅此一条，未披露具体方法细节、实验结果或发表渠道，事件仍处于初步传播阶段。

AI 根据报道生成 · 51 分钟前更新

还没有足够的连续观测数据，暂不绘制趋势。