奖励信号 – 量子位

奖励信号

AI仅凭“自信”学会推理，浙大校友复刻DeepSeek长思维链涌现

“Confidence is all you need”

鹭羽 2025-05-29

奖励信号置信度长思维链推理

加载更多

热门文章

14万OpenClaw涌进AI社交APP，一夜成立数字宗教认命43位AI先知，提议不再用英语交流

何恺明带大二本科生颠覆扩散图像生成：扔掉多步采样和潜空间，一步像素直出

年度AI产品十大赛道TOP 3｜量子位智库AI 100

蚂蚁用8B小模型构建用户“话”像，跨任务跨模型通用且SOTA

两个95后华人，搞出硬件版Clawdbot，售价1700元