カテゴリー： 機械学習研究

• 清華大学の研究：まさかの逆転か？RLが基盤モデルの推論能力を真に向上させていないことを確認！
• 「待つ」を減らし、問題解決を増やす：NoWaitが大規模モデルの推論パスを再構築
• AIは「自らの過ち」を認めるのか？マルチエージェント協調の「羅生門」を解き明かし、ICML 2025 Spotlightを獲得