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。
mm-helix-reasoning【效率与协作】Train multimodal models for long-chain reflective reasoning (iterative thinking, backtracking) using Adaptive Hybrid Policy Optimization. Trigger: improve VLM performance on tasks requiring iterative refinement and error correction.
独立 GitHub 快照 · 自动分类 · 以原作者文档为准