万亿参数纯RL涌现推理
mhmazur · x · 2026-07-19
这条转发讲的是一篇 arXiv 论文《Ring-Zero: Scaling Zero RL to a Trillion Parameters for Emergent Reasoning》。 核心结论是：在**不依赖人工标注推理轨迹**的情况下，单靠规模和可验证奖励，模型也能涌现出更高级的逻辑推理能力。研究对象是一个**万亿参数级 Mixture of Experts** 模型。
「Fun」频道最新
- 我的大脑也订了 Claude？ — rao2z · 2026-07-20
- 用 AI 伪造体育直播画面 — techhalla · 2026-07-20
- AI解RH会被区别对待的段子 — tak3sh8 · 2026-07-20
- “够不够神经符号”AI圈梗 — teortaxesTex · 2026-07-20
- Claude Fable 5 疑似破解 Jacobian 猜想 — kimmonismus · 2026-07-20
- 三个技术梗名字 — letandrewcook · 2026-07-20