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。
learning-reason-factuality【效率与协作】Multi-dimensional reward function combining factual precision, response detail, and answer relevance for online RL. Reduces hallucinations 23.1% while maintaining helpfulness and detail.
独立 GitHub 快照 · 自动分类 · 以原作者文档为准