7B模型“情商”比肩GPT-4o，腾讯突破开放域RL难题，得分直翻5倍
7B模型“情商”比肩GPT-4o，腾讯突破开放域RL难题，得分直翻5倍在没有标准答案的开放式对话中，RL该怎么做？多轮对话是大模型最典型的开放任务：高频、多轮、强情境依赖，且“好回复”因人而异。
来自主题: AI技术研报
8237 点击 2025-07-19 11:13
# 热门搜索 #
大模型
人工智能
openai
融资
chatGPT
搜索
在没有标准答案的开放式对话中，RL该怎么做？多轮对话是大模型最典型的开放任务：高频、多轮、强情境依赖，且“好回复”因人而异。