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

22
2026/01

大模型

JudgeRLVR:先判断后生成——打破推理模型“长思维链”的效率悖论

论文标题:JudgeRLVR: Judge First, Generate Second for Efficient Reasoning 论文链接: ...
2 月前
252 0

专题展示

Qwen 团队提出 FIPO:通过 Future-KL 影响的策略优化激发大模型深度推理能力
2 天前
mSFT: 解决多任务SFT过拟合问题
5 天前
Qwen 团队提出 HopChain:通过多跳数据合成缓解 VLM 的复合推理错误
7 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