值得关注X 动态2026-10-15 19:02 —— https://arxiv.org/abs/2610.17062 标题：《梯度路由定位并消除强化学习中的非预期行为》 新论文《梯度路由定位并消除强化学习中的非预期行为》（arXiv 2610.17062），探讨用梯度路由方法抑制强化学习中的非预期行为。 报道来源 · SOURCES Rohan Paul2026-10-15 19:02