大语言模型论文跟踪
文章
专栏
问答
51
0
0
0
25
0
0
0
24
0
0
0
AI大模型机器学习算法
OpenAI o1 和 o3 模型的发布证明了强化学习能够让大模型拥有像人一样的快速迭代试错、深度思考的高阶推理能力，在基于模仿学习的Scaling Law逐渐受到质疑的今天，基于探索的强化学习有望带来新的Scaling Law.近日，清华大学 NLP 实验室联合上海AI Lab，清华大学电子系及OpenBMB 社区提出一种新的结合过程奖励的强化学习方法——
PRIME（Process Reinf
13
0
0
0
23
0
0
0
19
0
0
0
50
0
0
0
61
0
0
0
60
0
0
0
472
0
0
0
108
0
0
0
89
0
0
0
大模型大模型机器学习数据库
大模型也像神经元一样分区：清华提出新型类脑稀疏模块化架构，揭示大模型和人脑智能关联，革新 MoE ！
115
0
0
0
75
0
0
0
357
0
0
0
375
0
0
0
536
0
0
0
157
0
0
0
403
0
0
0
125
0
0
0