Tag: 后训练

All the articles with the tag "后训练".

• 7.0

  高效推理的艺术：数据、奖励与优化

  2026年03月24日

  · arXiv· 03/24 22:33 采集

  系统性研究LLM高效推理的激励机制，覆盖8种后训练算法在4种模型规模上的对比实验