Tag: 多答案

All the articles with the tag "多答案".

• 7.0

  Reaching Beyond the Mode：强化学习实现语言模型分布推理

  2026年03月27日

  · cs.CL updates on arXiv.org· 03/27 12:31 采集

  用 RL 训练语言模型输出多答案分布而非单一最优答案，解决当前模型在医疗诊断等不确定性场景的局限性。