🔔科技频道[奇诺分享-ccino.org]⚡️
18:17 · 2025年4月3日 · 周四
量子位
大模型RL不止数学代码！7B奖励模型搞定医学法律经济全学科， 不用思维链也能做题
Telegraph
|
原文
Telegraph
大模型RL不止数学代码！7B奖励模型搞定医学法律经济全学科， 不用思维链也能做题 - 量子位
2025-04-02 15:41 北京 与RLHF比无需昂贵人类标注
Home
Blog
Discuss
Gsearch
Powered by
BroadcastChannel
&
Sepia
![🔔科技频道[奇诺分享-ccino.org]⚡️](/static/https://cdn5.cdn-telegram.org/file/nZcj3QZg2qseTr5l7x5a4cr2fZsd5S0nE_GPSQZdyJLO-VxtCMpLm2yFAZpb-CM8Zme83nLaDCGpgrOBdfXaWsRIn3AfV1gf8m-dv0C8jdpMX6MPuC_NpXmYXGlIRtwlbU5nDWJziLYgNWIOUtlXwQGOVG4EvzebQQ_zc3P-vZ_Yo6z3eZo1IuLhQb-fIjKkNtDlisjrXYf5n5QfkKEiUD-EwtOo3hcBnED80ADIPhzqfLsDB6oA5RyVaFg7ROYwYqMjsWmVJLYdisjKZaQjfUFqsju1Jl4ZqZ4AkWEhIqHx5k88RqXun1y_MMM2SYsv1-F_JCELEjNXxDFxVxYIkw.jpg)
