我不是做大语言模型的，但是我会搜索。
你确定DS是首个提出将强化学习引入推理过程的吗? 上论文网站搜一下不可以吗? 相关论文很多啊？
如果是说工程实现，就不要拿清华的哪位说事，尽管他也是外行。

【 在 anotherstone 的大作中提到: 】
: ds首次将强化学习引入推理过程，
: 这个相当于alpha go 到alpha zero的过程，
: 你说它是拼多多，
: ...................
--
FROM 221.217.25.*