ExGRPO
-
ExGRPO 框架：經驗驅動學習，引領推理新范式
當人工智能模型仍以“刷題+打分”為主流訓練模式時，一支來自上海人工智能實驗室、澳門大學、南京大學與香港中文大學的研究團隊提出：訓練不僅是做題，更要復盤、溫習、內化。 他們近期發(fā)布了題為《ExGRPO:
ExGRPO 2025-11-14
相關標簽
換一批
最新活動更多 >
-
12月15日立即申請試用>> 【免費試用】金升陽助力機器人行業(yè)電源國產化
-
深圳專場立即報名 >> 12月16-17日 AMD 嵌入式峰會
-
12月19日預約直播> OFweek 2025鋰電池“零缺陷”生產技術在線峰會
-
12月19日立即報名>> 【線下會議】OFweek 2025（第十屆）物聯網產業(yè)大會
-
即日-12.25點擊申報>> 維科杯·OFweek 2025（第四屆）儲能行業(yè)年度評選
-
即日-12.26立即參評>> 2025維科杯第八屆鋰電行業(yè)年度評選
最新招聘
更多
維科號
我要發(fā)文 >
