思想与社会2025 · 分享于 Hacker News
Does RL Incentivize Reasoning Capacity in LLMs Beyond the Base Model?
探索《Does RL Incentivize Reasoning Capacity in LLMs Beyond the Base Model?》的原文与 Hacker News 社区讨论，查看来源并加入阅读清单。
从论文，走向讨论
看看社区如何讨论这个想法。
来自 Hacker News 的原始讨论。不同的视角、疑问，以及值得继续思考的线索。
最多展示 100 条相关讨论。论文可能出现在评论中，并非原帖投稿内容。
在讨论中发现的引用
按 HN 条目顺序展示最近的 50 条引用来源。
Ymean_mistreater ·
Further human + AI + proof assistant work on Knuth's "Claude Cycles" problem
13 赞同0 评论
YAnon84 ·
Does RL Incentivize Reasoning Capacity in LLMs Beyond the Base Model?
2 赞同2 评论
YAnon84 ·
Does Reinforcement Learning Incentivize Reasoning Capacity in LLMs?
2 赞同0 评论
Ysupermatou ·
Some thoughts about Anthropic's new cryptanalysis results
2 赞同0 评论
Yanakin87 ·
GRPO experiment - I trained a Language Model to schedule events
1 赞同1 评论