Tag: rlvr

All the articles with the tag "rlvr".

• RL 不是老师，只是筛子：可验证奖励强化学习为何没教会模型新推理

  26 Oct, 2026

  NeurIPS 2025 最佳论文亚军指出：RLVR 提升的是采样效率而非推理能力边界，大 k 下基座模型反而能解出更多题；蒸馏则能真正从教师那里带来新的推理模式。