小红书旗下Hi Lab团队近日提出一种新的强化学习训练方式，该方法能够大幅降低模型的平均思考长度。研究显示，通过优化算法结构与参数调整，这一技术在多个测试场景中表现出更高的效率与准确性，为未来强化学习的应用提供了更多可能性。

免责声明：本文内容由开放的智能模型自动生成，仅供参考。