BriefGPT - AI 论文速递 · 2025-05-20T00:00:00Z Reinforcement Learning and Distillation: Understanding Accuracy and Capability in Large Language Model Inference 💡 原文英文，约100词，阅读约需1分钟。 📝 内容提要 本研究探讨了强化学习与蒸馏对大型语言模型推理的影响。结果显示，强化学习提高了准确性但未增强能力，而蒸馏则有效引入新知识，提升了模型能力。这有助于理解语言模型的推理机制。 🏷️ 标签 model 强化学习 推理 能力 蒸馏 语言模型 阅读原文 生成长图 分享链接 已复制链接
