RLVR – 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 2025-11-17

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

Kimi新论文：把KVCache玩成新商业模式了

OpenClaw的风，已经吹进了奶茶圈

魏建军发布会开炮：专属电动车平台纯粹伪命题，友商回去立马向我们学习

横扫全球15项SOTA！高德首个面向AGI的全栈具身技术体系大公开

AI开始接管实验室了！玻尔·跃迁实验室：试剂、设备、数据一个入口搞定，1800+设备即插即用