標簽: Multi-modal Model

1 篇文章

OpenAI o1：Self-play RL技術路線推演案例研究

電影 星辰 2025-07-12 10:27 8892次瀏覽 21條評論

OpenAI o1作為新一代多模態模型，通過self-play RL技術路線在數理推理領域取得了顯著成就。本研究深入剖析了o1的技術背景、實施策略、實施過程及其成效，揭示了self-play RL在提升模型推理能力方面的關鍵作用，并探討了其未來應用前景。...

閱讀全文