研究：特定起始 token 提示可让 base 模型接近 RL 训练后的推理表现
不用 RL 训练，只在开头加个 "Okay" 就能让 Olmo-3-7B 数学成绩翻近一倍，这篇论文把原因挖得很透，做模型训练的值得看看。
#Olmo-3-7B
共 1 条 · 7 天 1 条 · 30 天 1 条
信息流里打上「Olmo-3-7B」标签的资讯、产品与论文，按刊登时间排，新的在上。
10月6日
不用 RL 训练，只在开头加个 "Okay" 就能让 Olmo-3-7B 数学成绩翻近一倍，这篇论文把原因挖得很透，做模型训练的值得看看。