📌 📄 内容摘要:
@qihua 在 DS的新论文 中发帖
DeepSeek新论文来了！在清华研究者共同发布的研究中，他们发现了奖励模型推理时Scaling的全新方法。
论文地址：[2504.02495] Inference-Time Scaling for Generalist Reward Modeling
────────── 链接信息 ──────────
🔗 论坛链接: linux.do
📎 访问地址: https://linux.do/t/topic/534281/1
─────────────────────────────
📢 来源：LINUX DO
