Posts by Ximing Lu
代理式 AI/生成式 AI
2025年 11月 19日
借助 BroRL 中的扩展功能突破强化学习训练限制
在使用可验证奖励的强化学习（RL）训练大语言模型（LLM）时，一个极具挑战性的问题是如何突破性能瓶颈。
2 MIN READ
数据科学
2025年 8月 13日
使用 ProRL v2 通过长时间训练扩展 LLM 强化学习
目前，AI 领域最引人注目的问题之一是大型语言模型 (LLM) 是否可以通过持续强化学习 (RL) 继续改进，或者其能力是否最终会达到顶峰。
4 MIN READ