清华、快手提出AttnRL：让大模型用「注意力」探索
清华、快手提出AttnRL：让大模型用「注意力」探索从 AlphaGo 战胜人类棋手，到 GPT 系列展现出惊人的推理与语言能力，强化学习（Reinforcement Learning, RL）一直是让机器「学会思考」的关键驱动力。
来自主题: AI技术研报
8313 点击 2025-10-22 11:46
# 热门搜索 #
大模型
人工智能
openai
融资
chatGPT
搜索
从 AlphaGo 战胜人类棋手，到 GPT 系列展现出惊人的推理与语言能力，强化学习（Reinforcement Learning, RL）一直是让机器「学会思考」的关键驱动力。