2508.08641 2025-08-13 cs.LG cs.AI cs.CL 67% MiGrATe: Mixed-Policy GRPO for Adaptation at Test-Time Peter Phan, Dhruv Agarwal, Kavitha Srinivas, Horst Samulowitz, Pavan Kapanipathi, Andrew McCallum 专题命中 代码与定理证明 :reasoning(abstract);分类 cs.CL、cs.AI、cs.LG 详情 展开后加载摘要… URL PDF HTML 收藏 复制 复制简介 复制详情 生成图片 生成简图 生成详图