预训练、数据、微调与对齐
推理模型与强化学习
思维链、可验证奖励的强化学习，以及测试时多花算力。
精通 20 分钟 适合: 研究者 / 开发者 ✎ 编写中
✎ 本课正在编写，下面是规划好的大纲；正文完成前不会被搜索引擎收录。
本课将讲什么
- 思维链提示
- 可验证奖励的强化学习
- 测试时计算
- 推理过程的局限与忠实性
相关 AI 新闻
链接指向原始发布方。
- ChatGPTやGeminiの性格診断結果をArtificial Analysisが公開、Gemini 4 Argonは媚びやすくClaude Fable 5.1は説得力があるGIGAZINE ·
- KI-Agent: Claude Duet arbeitet, während Nutzer offline sindgolem.de ·
- Anthropic dévoile Claude Duet, un agent IA qui travaille pour vous comme Muse (Meta) et Dots (OpenAI)Numerama ·
- 豪州でAI「Claude」に保育施設銃撃を予告したら逮捕 弁護側「耳感染症でストレス」ITmedia NEWS ·
- DeepSeek Raises $15 Billion in Challenge to Leading US LabsBloomberg Technology ·