以依赖图和三级组合复杂度，测量强化学习后训练对技能重组能力的作用。
推荐理由：依赖图框架把组合推理拆成三个递增层级，可区分模型是在复用单项技能还是形成新组合；这能检验强化学习增益是否真正迁移到未见任务。
阅读原文