Self-Play RL+ LLM

机器之心PRO本周解读：自2024年起，Scaling范式开始转移。研究者从”预训练之后，What to Scale Now？”入手，探索新的Scaling目标。TTS（Test-Time Scaling）方法在推理阶段增加计算资源来增强模型性能成为关注热点。