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8:49
RT @cwolferesearch:很容易錯過,因為它在論文的最後一頁,但 Olmo 3 RL-Zero 有一個關於使用 RA 進行強化學習的非常棒的小節…