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

AI算力硬合作，马斯克还是更相信中国制造

GPT-6要“吃掉”3D公司？这家公司不到2年ARR翻百倍，破1亿美元

最火AI岗位FDE：月薪5万，都干这些…

刚刚，Hinton发了首篇RSI论文

限时28天！OpenAI承诺没新功能就重置，网友：只想要Opus