机器学习POD 机器学习POD
  • 机器学习基础
  • 强化学习基础
  • 大模型
  • 其它
  • 大模型可视化

11
2025/12

大模型

Native Parallel Reasoner: 基于自蒸馏强化学习的原生并行推理框架

论文标题:Native Parallel Reasoner: Reasoning in Parallelism via Self-Distilled R ...
3 月前
282 2

专题展示

Weak-Driven Learning:弱模型如何助力强模型突破后训练瓶颈
2 天前
Agentic Proposing——基于组合技能合成的大语言模型推理增强
3 天前
美团提出 DynaMO:面向RLVR的动态Rollout分配与优势调节策略
4 天前
  • 机器学习基础
  • 强化学习基础
  • 大模型
  • 其它
  • 大模型可视化
Copyright © 2017-2026 机器学习POD. 京公网安备11010802044892号 京ICP备2021031854号
  • 机器学习基础
  • 强化学习基础
  • 大模型
  • 其它
  • 大模型可视化