龙哥读论文

伯克利Sergey Levine团队长程推理强化学习：8步任务提速19.7倍

论文基本信息 原文标题： Long‑Horizon Language Model Reinforcement Learning via Progressive Point Matching 首次公开： 2026年9月7日 署名单位： 加州大学伯克利分校、卡内基梅隆大学 原论文链接： https://arxiv.org/abs/2609.07303