🚀¿Alguna vez te has preguntado cómo hacer que RL funcione en tareas difíciles imposibles donde pass@k = 0%? 🤔 En nuestro nuevo trabajo, compartimos la receta de RL Grokking: ¡una receta de capacitación que permite a los LLM resolver problemas de codificación que antes no se podían resolver! Estaré en #CoLM2025 la próxima semana, ¡así que feliz de charlar sobre eso! También nos sumergimos en el acalorado debate: ¿RL solo agudiza las habilidades aprendidas previamente o puede desbloquear un razonamiento genuinamente nuevo? 🔥🔥 Lea el blog completo aquí: #AI #RL #NLP #reinforcementlearning #llm