智东西· 杨京丽·2026-10-10 14:30· 8 小时前AI 评分71

MIT等研究发现固定两个Token开头可让基础模型推理追平强化学习版本

00后硕士揭开AI推理“黑科技”：两个Token，基模追平强化学习版本

AI 导读

MIT、加州大学伯克利分校、华盛顿大学和艾伦人工智能研究所的研究者发现，固定基础模型回答开头的两个Token，就能让数学推理成绩接近对应的强化学习版本。

来源：智东西 · zhidx.com

开源生态数据与训练论文研究评测基准 #论文/研究 #数据/训练 #开源/仓库 #评测/基准