#длительное RL05.06.2025
NVIDIA представила ProRL: длительное обучение с подкреплением улучшает рассуждения и обобщение в ИИ
NVIDIA представила ProRL — новый метод обучения с подкреплением, который за счет увеличения длительности тренировки раскрывает новые способности к рассуждению в моделях ИИ и показывает высокую эффективность на различных тестах.