Никто ничего не постил тут про это

mHC же дипсиковская идея?

Прикольно что тут это релизнули в модельке раньше, чем сами дипсики)

Meta-Reinforcement Learning with Self-Reflection for Agentic Search https://arxiv.org/abs/2603.11327 https://www.alphaxiv.org/ru/overview/2603.11327…

вот это кстати достаточно прикольно всего на 20б fineweb-edu потюнено и на 8xh200

Neural Thickets: Diverse Task Experts Are Dense Around Pretrained Weights https://arxiv.org/abs/2603.12228 https://www.alphaxiv.org/ru/overview/2603.12228