RL提升大模型并行推理

xiuyu_l · x · 2026-07-08

作者表示自己今年不会到 ICML，但同事 Harman26Singh 会在 7 月 9 日下午 2:30、Hall A、#4600 介绍他们的 V1 论文。论文核心是通过强化学习共同进化生成器和验证器，来更有效地实现大模型的并行推理，并提升模型自我改进能力。