标签：强化学习

图灵奖得主 Sutton 泼冷水：大模型只是「共识的容器」，不是科学家

2024 年图灵奖得主、强化学习之父 Richard Sut…

2026-09-05

0

DeepSeek-R1 论文精读：纯强化学习如何让大模型自己学会推理

逐节拆解 DeepSeek-R1 技术报告：GRPO 组内相…

2026-09-01

0