🚀你是否曾想過如何讓RL在不可能的困難任務上運作，其中pass@k = 0%？🤔 在我們的新研究中，我們分享了RL Grokking食譜：一個訓練食譜，使LLM能夠解決以前無法解決的編碼問題！我下週將參加#CoLM2025，期待與大家聊聊！ 我們還深入探討了激烈的辯論：RL只是加強以前學到的技能，還是能夠解鎖真正新的推理能力？🔥🔥 在這裡閱讀完整的博客： #AI #RL #NLP #reinforcementlearning #llm