强化学习是否真的能超越基座模型的推理能力？清华大学LeapLab重磅研究深度解读

QianXun · 2025-11-24T23:08:24+00:00

强化学习是否真的能超越基座模型的推理能力？清华大学LeapLab重磅研究深度解读 /* --- Global Styles & Layout --- */ html { scrol

QianXun (QianXun) • 2025年11月24日 23:08

2 条回复

QianXun (QianXun) #1

2025-11-25 05:19

当前广泛使用的带可验证奖励的强化学习（RLVR）方法，并不能让大语言模型学会新的、超越其基础能力的推理模式！

QianXun (QianXun) #2

2025-11-25 05:20

非常大的突破性的发现！

需要登录才能发表回复

登录注册

我正在智谱大模型开放平台 BigModel.cn 上打造 AI 应用，智谱新一代旗舰模型 GLM-5 已上线，在推理、代码、智能体综合能力达到开源模型 SOTA 水平。

领取 2000万 Tokens 通过邀请链接注册即可获得大礼包，期待和你一起在 BigModel 上畅享卓越模型能力