IXThinker·2025-06-10 14:10

Time-R1三階段強化學習讓3B模型懂時間

大語言模型能寫詩作畫，卻常在理解與運用時間概念上力不從心。新研究Time-R1以三階段強化學習補足這一短板，讓3B小模型實現全面時間推理能力。

問題根源

模型時間推理的短板來自底層設計：訓練語料是靜態的，存在知識截斷時間；語料又非按時間順序排列，跨越不同時期的時間信息被同時處理，不像人類逐步接收知識，阻礙模型建立事件間的時間聯繫。