相关赛道： 中国科学院自动化实验室

一个省略号提示+强化学习搞定大模型“过度思考”，中科院自动化所新方法：从强制推理到自主选择

量子位 1天前 来源: 36氪 热度: 7
强化学习赋能大推理模型自主思考