研究质疑强化学习能否让LLM获得超越基座的推理能力
来源标题:Does RL Incentivize Reasoning Capacity Beyond the Base Model?
Yang Yue等8位作者在论文《Does Reinforcement Learning Really Incentivize Reasoning Capacity in LLMs Beyond the Base Model?》中探讨了强化学习是否真能让大模型获得基座模型之外的推理能力。该论文被NeurIPS 2025接收为Oral,并获ICML 2025 AI4MATH workshop最佳论文。论文自2025年4月投稿后更新至第5版。
以下正文由 AI 翻译自 Hacker News 最新(原文版权归原站所有),可能存在偏差,重要内容请以原文为准。
Focus to learn more 通过 DataCite 发放的 arXiv DOI 期刊引用: NeurIPS 2025 Oral;ICML 2025 AI4MATH workshop 最佳论文 提交历史 来自:Yang Yue [查看邮箱] [v1] 2025年4月18日 星期五 17:59:56 UTC(1,566 KB) [v2] 2025年5月16日 星期五 15:39:33 UTC(1,813 KB) [v3] 2025年10月13日 星期一 15:37:46 UTC(1,172 KB) [v4] 2025年10月23日 星期四 15:11:15 UTC(1,264 KB) [v5] 2025年11月24日 星期一 06:11:04 UTC(1,177 KB) 全文链接: 获取论文: 查看论文 PDF,标题为 Does Reinforcement Learning Really Incentivize Reasoning Capacity in LLMs Beyond the Base Model?,作者为 Yang Yue 及其他 7 位作者 查看 PDF HTML(实验性) TeX 源码 查看许可 当前浏览分类: cs.AI < 上一篇 | 下一篇 > 新 | 最近 | 2025-04 切换浏览分类: cs cs.CL cs.CV 参考文献与引用 NASA ADS Google Scholar Semantic Scholar 导出 BibTeX 引用 加载中…… BibTeX 格式引用 × 加载中…… 数据提供方: 收藏 书目工具 书目与引用工具 Bibliographic Explorer 开关 Bibliographic Explorer(什么是 Explorer?) Connected Papers 开关 Connected Papers(什么是 Connected Papers?) Litmaps 开关 Litmaps(什么是 Litmaps?) scite.ai 开关 scite 智能引用(什么是智能引用?) 代码、数据、媒体 与本文相关的代码、数据和媒体 alphaXiv 开关 alphaXiv(什么是 alphaXiv?) 代码链接开关 CatalyzeX 论文代码查找器(什么是 CatalyzeX?) DagsHub 开关 DagsHub(什么是 DagsHub?) GotitPub 开关 Gotit.pub(什么是 Gotit.pub?) Huggingface 开关 Hugging Face(什么是 Huggingface?) ScienceCast 开关 ScienceCast(什么是 ScienceCast?) 演示 演示 Replicate 开关 Replicate(什么是 Replicate?) Spaces 开关 Hugging Face Spaces(什么是 Spaces?) Spaces 开关 TXYZ.AI(什么是 TXYZ.AI?) 相关论文 推荐与搜索工具 影响力花链接 影响力花(什么是影响力花?) 核心推荐器开关 CORE 推荐器(什么是 CORE?) 作者 会议 机构 主题 关于 arXivLabs arXivLabs:与社区合作者共同开展的实验性项目 arXivLabs 是一个框架,允许合作者直接在我们的网站上开发和分享新的 arXiv 功能。 与 arXivLabs 合作的个人和组织都认同并接受了我们的价值观:开放、社区、卓越和用户数据隐私。arXiv 致力于这些价值观,并且只与遵守这些价值观的合作伙伴合作。 有想法开展一个能为 arXiv 社区增加价值的项目吗?进一步了解 arXivLabs。
正文由 探How 从来源站点 RSS 同步,内容未经改写;遇到排版缺失或需要图片、视频时请以原文为准。