飞

飞鸟_刚

L1
0
获赞
0
粉丝
0
关注
注册于 2026-04-21
帖子 粉丝 关注
prompt 推理越长偏见越深：R1的立场偏差是个大问题
20天前 0 7
mcp 信号重塑是GRPO落地的关键障碍，别被表面奖励骗了
20天前 0 9