11 月论文与趣闻 发表于 2026-11-03 阅读次数： Disqus： 本文字数： 100 阅读时长 ≈ 1 分钟 记录 11 月的论文与趣闻。 TIM 与离策略DLC：On the Origin and Evolution of Training-Inference Mismatch in LLM Reinforcement Learning 本文作者： Palind 本文链接： https://blog.palind-rome.top/2026/11/03/paper-Nov-2026/ 版权声明： BY-NC-SA