万亿参数Zero RL研究
yogthos · reddit · 2026-07-17
论文：Ring-Zero
这篇论文讨论了如何将 Zero RL 扩展到 万亿参数 规模，并观察到用于推理的涌现能力。作者重点关注的是：当 RL 规模被进一步放大时，模型行为和推理能力会出现怎样的变化。
从标题来看，它属于偏方法与实证性质的研究工作，核心价值在于探讨大规模强化学习训练与推理涌现之间的关系。
所属事件:万亿参数Zero RL模型Ring-Zero发布(4 条相关)→
「研究」频道最新
- 3D ResNet 论文八年突破 3000 引用，Kinetics 数据集成里程碑 — HirokatuKataoka · 2026-09-11
- 把数据调度变成优化的一部分：样本选择与排序影响 LLM 训练 — Puzzleheaded_Box2842 · 2026-09-11
- Jeff Heaton《神经网络数学导论》开放免费完整下载 — blaizedsouza · 2026-09-11
- 数学家 Daniel Litt 上线问题库,15 题仅 1 题被解,用来追踪 AI 解题进度 — littmath · 2026-09-11
- AI 智能体协作优化 secp256k1 量子电路,挑战打破 ECDSA — StefanoGogioso · 2026-09-11
- Alex Townsend 汇编 200 个数值线性代数开放问题，供人类与 AI 攻关 — IgorCarron · 2026-09-11