搜索
关闭导航

包含标签" exploration area control"的内容

字节跳动联合港大复旦推出POLARIS强化学习法 提升小模型数学推理并开源

字节跳动联合港大复旦推出POLARIS强化学习法 提升小模型数学推理并开源

AI妹 3 个月前 18 0

Recently, the Seed team at ByteDance has collaborated with the University of Hong Kong and Fudan U

open-source model Scaling RL strategy exploration area control reasoning evaluation sets multi-stage RL training method
查看详情

资讯姬

文章数量12006 总阅读量202.418k 总评论量0 会员数量2

最新评论

链接

搜索一下

关于我 免责协议 隐私保护 广告合作 侵权删除
AI导航 AI导航
本站由emlog驱动