BriefGPT - AI 论文速递 · 2025-05-19T00:00:00Z Pre-training Warm-up: Unlocking General Reasoning in Resource-Limited Environments 💡 原文英文，约100词，阅读约需1分钟。 📝 内容提要 本研究提出了一种两阶段训练策略，通过预热和强化学习，解决了大型语言模型在高质量训练数据稀缺情况下的推理能力问题，显著提升了模型的推理能力和样本效率。 🏷️ 标签 两阶段训练 大型语言模型 强化学习 推理能力 样本效率 阅读原文 生成长图 分享链接 已复制链接
