工作
每日人工智能
人工智能
归档
简历
关于
博客

2026年 04月07日

Reasoning Reward：是不是脱裤子放屁？

引入

最近有两篇论文，都是和

本文遵守 Attribution-NonCommercial 4.0 International 许可协议。

上篇【AI】DPO实战Sharing

© Chengru's Blog 2021, Powered by Jekyll & TeXt Theme.

搜索