17
2025/04
迈向推理时代：900+篇参考文献揭示长链思维的前世今生，最全综述来了
论文标题：Towards Reasoning Era: A Survey of Long Chain-of-Thought for Reasoning Large Language Models
...
什么样的偏好，才叫好的偏好？——揭秘偏好对齐数据的「三驾马车」
近年来，大语言模型（LLMs）的对齐研究成为人工智能领域的核心挑战之一，而偏好数据集的质量直接决定了对齐的效果。无论是通过人类反馈的强化学习（RLHF），还是基于「RL-Free」的各类直接偏好优化方
...