arXiv · Machine Learning· Takumi Shioda, Kohei Terashima, Tatsuo Nagai·· 8 小时前AI 评分59
Rollout-Verified 强化微调推理模型用于多区域 VAV 空调控制的评估研究
Evaluating Rollout-Verified Reinforcement Fine-Tuning of a Reasoning Model for Multi-Zone Variable-Air-Volume Control
AI 导读
研究评估了推理模型在多区域变风量（VAV）空调控制中的表现，以及通过 rollout 验证强化微调提升小模型控制能力的可行性。
来源：arXiv · Machine Learning · arxiv.org