计划执行与检查节点
executing-plans
按既定实施计划完成工作,保持过程检查和反馈。
ace-confidence-penalty【效率与协作】Asymmetric Confidence-aware Error Penalty (ACE) dynamically penalizes overconfident mistakes in RL training, improving reasoning quality without requiring additional computation.
独立 GitHub 快照 · 自动分类 · 以原作者文档为准