我MiniMax，用实习生处理数据，照样屠榜开源大模型
"Chain of Thought" 相关文章
Agent 一年半开发复盘：大家对 Agent 的理解有错位，有效的「认知流程」很关键
SDC2025 精彩议题预告 | SCPGA：自认同CoT渐进式泛化攻击
First Try Matters，不是Aha Moment：邴立东团队揭示推理模型靠首答，不靠反思
GPT-5 核心成员详解 RL：Pre-training 只有和 RL 结合才能走向 AGI
GPT-5 核心成员详解 RL：Pre-training 只有和 RL 结合才能走向 AGI
First Try Matters，不是Aha Moment：邴立东团队揭示推理模型靠首答，不靠反思
颠覆大模型后训练！陈丹琦团队提出「基于模型奖励思维的强化学习」RLMT
Exploration of Counterfactual Importance and Attention Heads
颠覆大模型后训练，陈丹琦团队提出「基于模型奖励思维的强化学习」RLMT
What’s your AI thinking?
Scrutinizing LLM Reasoning Models
Can Reasoning Models Avoid the Most Forbidden Technique?
[Interim progress] Decrypting hidden chain of thought
