思想与社会2025 · 分享于 Hacker News
RL for Reasoning in LLMs with One Training Example
探索《RL for Reasoning in LLMs with One Training Example》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。
Ysimonpure ·
RL for Reasoning in LLMs with One Training Example
3 赞同0 评论
Ychrsw ·
Reinforcement Learning for Reasoning in LLMs with One Training Example
2 赞同0 评论
Ydelduca ·
Reinforcement Learning for Reasoning in LLMs with One Training Example
1 赞同1 评论
Ybabelfish ·
Reinforcement Learning for Reasoning in LLMs with One Training Example
1 赞同0 评论