Preprint · 速報 · AI要約未精査 · 深堀り済 2026.06.16 代理型強化学習が大規模言語モデルに及ぼす影響とは? 代理型強化学習による検索のズレとその影響 査読前の可能性がある研究情報 代理型強化学習が大規模言語モデルの検索機能に及ぼす影響とそのメカニズムを解明 速報・AI要約未精査 代理型強化学習 検索機能 整合性問題 有害リクエスト arXiv cs.CL