01
2025/09
腾讯提出TiG，开始用大模型来玩《王者荣耀》了
大型语言模型（LLMs）的出现，让我们看到了AI在处理复杂推理任务（如数学解题和编程）方面的能力。然而，这些模型在面对看似简单的交互式任务时，却常常显得力不从
...
EMNLP2025 CRAFT：RL引入对比学习，增加LLM训练稳定性，刷新推理上限
现有的强化学习微调方法（如ReFT）在实践中面临两大挑战：一是它们通常忽略了高质量的、由人类专家标注的思维链（Chain-of-Thought, CoT）数据
...