"RLVR"最新资讯 | 量子位

RLVR

这些大神在Meta的论文看一篇少一篇了

为什么RL训练明明带来巨大性能提升，却只改变了极少数参数？

梦晨 6小时前

RLVR

1.5B刷新数学代码SOTA！快手&清华精细化Token管理，LLM推理能力飙升

“怎么学”可能比“学了多少”更重要

不圆 2025-07-31

RLVR 开源快手清华

加载更多

热门文章

25万起，坦克400智能家用拉满，辅助驾驶雨天重庆也好用

刘强东入局换电：京东5万开卖“网约车神车”，88秒补能500km，首发华为“云车机”

Model 3/Y负责人双双辞职！就在马斯克自己涨完薪之后

看图写代码，3毛钱开发一个网页！字节AI Coding新模型真卷麻了

NeurIPS唯一满分论文曝光，来自清华上交