neng8科技快讯网AI人工智能前沿资讯_汽车数码相机评测_手机电脑硬件百科

AI仅凭“自信”学会推理，浙大校友复刻DeepSeek长思维链涌现，强化学习无需外部奖励信号

UC Berkeley团队共同一作Xuandong Zhao把这项成果称为：

大模型无需接触真实答案，仅通过优化自己的信心，就能学会复杂推理。