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

2026年世界人工智能大会，7月17-7月20上海举办

GPT-5.6一发布，Claude终于舍得重置Fable 5额度了

一群做自动驾驶的人，盯上了睡眠这件事

GPT-5.6一小时解开50年数学猜想，700词Prompt驾驭64个子Agent

AI生物研发进入“操作系统时代”，许锦波团队MoleculeOS正式开放