Fu, H., Cao, H., Wang, H., Ya, J., & Chen, T. (2026). التنوع الصريح للمسارات لتدريب النماذج اللغوية الكبيرة الوكيلة اللاحق القائم على RL. https://omanscience.com/ar/articles/explicit-trajectory-diversity-for-rl-based-post-training-of-llm-agents