IXThinker·2025-06-01 19:40

UC伯克利研究：模型純靠自信也能學會推理

UC伯克利華人團隊發現，在沒有外部獎勵的情況下，大語言模型僅憑自身的自信爆棚，就能學會複雜推理，數學與編程性能提升驚人；這一發現被稱為年內最令人振奮的工作。

意外發現

這一結論相當出乎意料：在缺乏外部獎勵信號的情況下，大語言模型竟然可以只靠自身的自信爆棚，就學會複雜推理，展現出與人類相似的推理特性。