نسخة أولية وصول مفتوح الاختبار بجوائز المشاركة: التعلم المعزز بالمكافآت العشوائية كمسبار لقدرات النماذج اللغوية الكبيرة Yu Mao, لي يو, Zining Zhu وآخرون · 2026