中文翻译暂不可用，显示俄语原文。
preferred trajectory
preferred trajectory
Определение
Исправленная траектория действий агента, используемая как положительный пример для DPO.
中文翻译暂不可用，显示俄语原文。
Исправленная траектория действий агента, используемая как положительный пример для DPO.