recursive-data-synthesis

MagicBeanStalk：通过递归数据合成摆脱RLVR零优势陷阱

MagicBeanStalk研究提出通过递归数据合成技术来解决虚拟现实强化学习中的零优势陷阱问题，通过动态调整数据集以匹配策略需求。