多任务学习

研究人员提出GEPO算法，通过分组熵值控制解决多任务强化学习中探索与利用的平衡难题，在多个基准测试中表现优于现有方法。

研究者推出OpenFinGym统一评测环境，解决量化金融AI智能体评估碎片化问题，覆盖预测、交易、风控等全流程任务，支持论文自动转化为可执行任务包。