研究论文
Does Reinforcement Learning Really Incentivize Reasoning Capacity in LLMs Beyond the Base Model?
Zhiqi Chen, Rui Lu, Andrew Zhao, Zhaokai Wang, Yang Yue, Shiji Song, Gao Huang
Tsinghua University Shanghai Jiao Tong University Shanghai Artificial Intelligence Laboratory
来源neural information processing systems
年份2025
阅读操作
确认中在文库中上传 PDF 后可生成中文音频讲解。
摘要与影响
摘要 · 节选
暂未获取摘要。可打开原文或 PDF，后续可基于全文生成更完整的速读。
逐年被引趋势
420
426
关键指标
4
被引次数 · OpenAlex
4.24
领域内被引倍数
同类平均 = 1
同类平均 = 1
前 5%
引用位次
同领域 · 同年份 · 同类型
同领域 · 同年份 · 同类型
0
参考文献
Google Scholar 与 OpenAlex 的被引统计范围不同，数值存在差异属正常。
AI 辅助阅读
依据：文献信息
论文问答
当前基于文献信息回答
可就本文提问；依据不足时会说明。
学术脉络
学科主题
计算机 / AITopic Modeling
Natural Language Processing Techniques · Reinforcement Learning in Robotics
参考文献 0
暂无参考文献明细
引用本文 4
Prompt Before You Train: When Prompt Optimization Outperforms RLAIF for Small Language Models
被引 0Emon Sarker, Ifeoma Adaji · 2026
A survey of reward hacking in agentic large language model systems
被引 0Arun Morampudi, Ujval Irrink, Rahul Grandhi · Discover Artificial Intelligence · 2026
Sparsity Curse: Understanding RLVR Model Parameter Space from Model Merging
被引 0Chenrui Wu, Zexi Li, Jiajun Bu · ACM SIGKDD Conference on Knowledge Discovery and Data Mining (KDD) · 2026
按被引量排序，此处列出前 3 条