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

GPT-5.6和Fable联手，解决了一道悬了25年的数学难题

爆料：哈萨比斯原本要和Jeff Dean一起走！

PDF当死，ARA该立！论文是时候Agent原生了

180万刀，连亚马逊都烧不起Claude了

一家新能源大厂，如何撑起全球最大AI算力超级单体？