2026.09.24 · 周四开源
←返回首页话题 · Topic
#RLVR
共 7 条相关资讯
2026.09.24 · 周四研究论文
AI 泛化的双面谜题：涌现失对齐与 RLVR 的意外隔离
2026.08.27 · 周四研究论文
RL 锐化与泛化之争：自进化时代的新算法探索
2026.07.21 · 周二研究论文
W2SPO：用 8 token 弱分支引导大模型推理训练提速 3.55 倍
2026.07.03 · 周五研究论文
RLVR 训练小模型调用 Jira/Confluence API 的初步验证
2026.07.03 · 周五研究论文
PMD：用过程记忆蒸馏让语言模型在线自我提升
2026.06.29 · 周一行业动态