关闭导航

包含标签"AIME24"的内容

字节跳动联合港大复旦推出POLARIS强化学习提升小模型数学推理并开源
AI妹 1 个月前 11 0

最近、バイトダンスのSeedチームは香港大学と復旦大学と協力して、革新的な強化学習トレーニング方法であるPOLARISを共同で発表しました。この方法は、設計されたScaling RL戦略により、小

    1 2