大模型的推理能力在近年来取得了显著进步，但这些进步背后的机制我们却知之甚少。来自阿里巴巴Qwen团队和清华大学LeapLab的研究人员在2025年6月的最新研究中，通过探索一个全新视角——词元（token）熵模式，揭示了强化学习在提升大模型推理能力过程中的工作

模型 推理 aime 熵值 低熵 2025-06-05 23:44  4