正在加载线程详情
正在从 X 获取原始推文,整理成清爽的阅读视图。
通常只需几秒钟,请稍候。
共 1 条推文 · 2025年12月9日 08:03
“通过适当的数据去污,RLVR的随机改进特性会消失” 有道理 感谢@natolambert 和 Olmo 团队的其他成员