基于强化学习的大模型研究
本课程以 强化学习与大模型为技术引擎，深度融合2025年AI领域最新突破（深度推理模型，智能体），聚焦模型逻辑推理能力，讨论模型在数学，编程，竞赛，以及工具使用，多轮强化学习等场景下的创新解决方案。课程从经典推理链，强化学习，大模型训练等基础，拓展到test time scaling，tool integrated reasoning，agentic reasoning等前沿方向，涵盖代码讲解，直击ICLR, ICML, Neurips, ACL等顶会研究范式。
本课程以 强化学习与大模型为技术引擎，深度融合2025年AI领域最新突破（深度推理模型，智能体），聚焦模型逻辑推理能力，讨论模型在数学，编程，竞赛，以及工具使用，多轮强化学习等场景下的创新解决方案。课程从经典推理链，强化学习，大模型训练等基础，拓展到test time scaling，tool integrated reasoning，agentic reasoning等前沿方向，涵盖代码讲解，直击ICLR, ICML, Neurips, ACL等顶会研究范式。