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

从Seedance 2.0到AI天团！海淀何以“生成”全球爆款——

“产业出题·科技答题” 2026全球开发者先锋大会正式启动

最强开源大模型除夕登场！397B参数千问3.5超越Gemini 3，百万Tokens低至8毛

鲁棒RL赋能AI编程！破局企业数据噪声难题，同等算力训出更好模型

春晚张杰《驭风歌》背后的马，是Seedance 2.0做的！