突破Agent长程推理效率瓶颈！MIT&NUS联合推出强化学习新训练方法
量子位
突破Agent长程推理效率瓶颈！MIT&NUS联合推出强化学习新训练方法

Direct Link ">View on Mobile
Content assisted by AI. Please review carefully.

Related Navigation

突破Agent长程推理效率瓶颈！MIT&NUS联合推出强化学习新训练方法

1.3亿美元！LiblibAI拿下国内AI应用赛道年度最大融资

超越DeepSeek-R1，数学形式化准确率飙升至84% | 字节&南大开源

你的AI Twin即将上线，天禧AI 3.5版本重大升级！构建你的个人专属硅基队友

突破Agent长程推理效率瓶颈！MIT&NUS联合推出强化学习新训练方法

4B小模型数学推理首超Claude 4，700步RL训练逼近235B性能 | 港大&字节Seed&复旦