论文Agent 与开发者精选03:38onPanda：用 token 级修正高效标注 LLM 与 Agent 的 on-policy 对齐数据一篇教你怎么标注 on-policy 对齐数据的论文，思路是在 token 层面做修正，LLM 和 Agent 都适用，做对齐训练的可以看看。#onPanda#对齐数据#token级修正#Agent1 个信源在谈事件专题AK@_akhaliq2 个信源在谈原文稍后读已读值得跟进有用关注 onPanda
