研究指出策略与技能库共同训练后的高分，可能在部署期技能库发生漂移时迅速失效。
推荐理由：现有评估只测试训练结束时的配套技能库，掩盖策略对特定工具版本的过拟合；生产系统应加入技能增删改后的脱耦测试与抗漂移训练。
阅读原文