正在載入線程內容
正在從 X 取得原始推文,整理成清爽的閱讀畫面。
通常只需幾秒鐘,請稍候。
共 1 則推文 · 2025年12月9日 上午8:03
“透過適當的資料去污,RLVR的隨機改進特性會消失” 有道理 感謝@natolambert 和 Olmo 團隊的其他成員