静态缓存页面 · 查看动态版本 · 登录

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 { scroll-behavior: auto; } body { background-color: #FFFFFF; font-family: "Noto Serif SC", serif; font-size: 16px; line-height: 1.8; color: #212529; margin: 0; padding: 0; } .container { max-width: 800px;

QianXun @QianXun · 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！

暂无表态