HyperAI
HyperAI
主区域
首页
GPU
控制台
文档
价格
Pulse
报道
资源
论文
教程
数据集
百科
基准测试
SOTA
大语言模型（LLM）
GPU 排行榜
社区
活动
开源
实用工具
搜索
关于
服务条款
隐私政策
中文
HyperAI
HyperAI
Toggle Sidebar
⌘
K
Command Palette
Search for a command to run...
登录
HyperAI
论文
语义感知奖励在自由形式生成中的开放式R1训练
8 个月前
偏好
文本生成
数据集
AI 基建
自然语言处理
任务/问题
摘要
论文
资源
zli12321/long_form_rl
HyperAI
HyperAI
主区域
首页
GPU
控制台
文档
价格
Pulse
报道
资源
论文
教程
数据集
百科
基准测试
SOTA
大语言模型（LLM）
GPU 排行榜
社区
活动
开源
实用工具
搜索
关于
服务条款
隐私政策
中文
HyperAI
HyperAI
Toggle Sidebar
⌘
K
Command Palette
Search for a command to run...
登录
HyperAI
论文
语义感知奖励在自由形式生成中的开放式R1训练
8 个月前
偏好
文本生成
数据集
AI 基建
自然语言处理
任务/问题
摘要
论文
资源
zli12321/long_form_rl
资源 - 语义感知奖励在自由形式生成中的开放式R1训练 | 论文 | HyperAI超神经
16
16