配资查询风控机制 后训练越多模型越“轴”？给参数加点扰动，探索能力回来了

DeepSeek-R1 等模型让人们看到了强化学习的潜力。但已有研究发现，模型答得更准，未必意味着能解出的题目更多。 怎样让大模型跳出熟悉的套路，探索新的解题思路？ 来自上海创智学院、复旦大学、上海人

越多