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

融资700亿！DeepSeek Code真要来了，ACM金牌大神崔添翼挂帅

刚刚，国产AI自己造了AI，全球首例！

李飞飞再出手，空间智能的ImageNet来了

80集短剧，3天拍完：当电影人下场做Agent，影视生产迎来了“最懂行”的解法

卡帕西Anthropic最新头衔：技术员工（MTS）