IXThinker·2025-01-02 00:40

大模型2.0：搜索與蒙地卡羅樹推理

一場以「大模型2.0」為題的讀書會將探討基於搜索與蒙地卡羅樹的大語言模型推理優化，聚焦把AlphaZero式搜索與推理機制融入LLM的新範式。

典範來源

AlphaZero結合搜索與深度強化學習，在棋類遊戲中展現超凡推理與決策能力，成為AI推理優化的經典範例。隨著LLM興起，研究者愈發渴望復刻這一成功。