标签：自我反思
华人研究团队揭秘：DeepSeek-R1-Zero或许并不存在「顿悟时刻」
近期研究围绕类 R1-Zero 的训练展开，聚焦于模型自我反思能力及响应长度变化的机制。研究表明，“顿悟时刻”并非如以往所认为出现在强化学习（RL）训练后，而是...
使用大模型进行股票预测，收益率16.6%，还会自我反思和给出合理解释
本文介绍了一种名为Summarize-Explain-Predict (SEP)的框架，该框架使用大型语言模型（LLMs）生成可解释的股票预测。SEP框架通过自我反思的代理和Proximal Po...
