万分之一——大模型后训练中的极端稀疏监督

机器之心 2026年10月03日 查看原文

已收录文章摘要,完整内容可前往原文阅读。

论文标题:Extremely Sparse Supervision Incentivizes Reasoning Ability论文链接:https://arxiv.org/abs/2609.0456