OpenAI：强化学习确实可显著提高LLM性能，DeepSeek R1、Kimi k1.5发现o1的秘密 下午11时 2025/02/19 作者 机器之心 IOI 上达到了金牌水平，并且在 CodeForces 上获得了与精英级人类相当的得分。 他们是怎
