字节跳动 Seed / 清华，推理的强化学习 · ByteDance Seed / Tsinghua, RL for reasoning
于琪颖在字节跳动 Seed 和清华大学工作，研究 DAPO 和 Seed1.5-Thinking，利用强化学习进行推理。
Qiying Yu works at ByteDance Seed and Tsinghua on DAPO and Seed1.5-Thinking, using RL for reasoning.
在 AI Paper 查看 TA 的全部论文 →