<?xml version="1.0" encoding="utf-8" ?><rss version="2.0"><channel><title><![CDATA[a1032535677的博客]]></title><description><![CDATA[]]></description><link>https://blog.youkuaiyun.com/a1032535677</link><language>zh-cn</language><generator>https://blog.youkuaiyun.com/</generator><copyright><![CDATA[Copyright &copy; a1032535677]]></copyright><item><title><![CDATA[【大模型论文精读】S1: Simple Test-time Scaling]]></title><link>https://blog.youkuaiyun.com/a1032535677/article/details/148374066</link><guid>https://blog.youkuaiyun.com/a1032535677/article/details/148374066</guid><author>a1032535677</author><pubDate>Mon, 02 Jun 2025 08:25:05 +0800</pubDate><description><![CDATA[OpenAI 说要「大量 RL 训练」，DeepSeek 用了 80 万样本……模型一开始算错了字母「r」的数量，追加「Wait」后，它重新数了一遍，纠正了错误。先问大家一个问题：如果让 AI 解数学竞赛题，你觉得需要多少训练数据。训练完的 s1-32B 有多强。今天给大家分享一个有意思的研究 ——o1-preview（闭源）s1-32B（1K 样本）AIME24 数学竞赛。普通 Qwen32B。MATH500 难题。]]></description><category></category></item></channel></rss>