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20日 凌晨1:02
RT @srush_nlp:學術文獻中有很多關於強化學習(RL)的討論,即它使得模型在 pass@1 時表現更好,但在 pass@N 時表現更差(或…)。