🚀¿Alguna vez te has preguntado cómo hacer que el RL funcione en tareas imposibles donde pass@k = 0%? 🤔 En nuestro nuevo trabajo, compartimos la Receta de Grokking de RL: ¡una receta de entrenamiento que permite a los LLMs resolver problemas de codificación que antes eran irresolubles! Estaré en #CoLM2025 la próxima semana, ¡así que estaré encantado de hablar sobre ello! También profundizamos en el acalorado debate: ¿el RL solo agudiza habilidades aprendidas anteriormente o puede desbloquear un razonamiento genuinamente nuevo? 🔥🔥 Lee el blog completo aquí: #AI #RL #NLP #reinforcementlearning #llm