不靠工具，只靠逻辑：Gemma 4 的长程推理实验 | 帖子 通过一个复杂的维吉尼亚密码（Vig
不靠工具，只靠逻辑：Gemma 4 的长程推理实验 | 帖子 通过一个复杂的维吉尼亚密码（Vigenère cipher）测试，发现 Gemma 4 在面对高难度任务时表现出极佳的“思维弹性”：它既能在被要求时进行长达十分钟的深度推理，又具备在无法解决时主动拒绝幻觉、不编造答案的诚实度。
TechFoco
推理能力 专题
共 2 篇文章，按时间倒序展示。
DeepSeek R1：介绍了如何从头构建 DeepSeek R1 模型，包括使用 Qwen 作
DeepSeek R1：介绍了如何从头构建 DeepSeek R1 模型，包括使用 Qwen 作为基础模型，应用 GRPO 算法进行初步训练，以及通过 Supervised Fine-Tuning (SFT) 和改进的强化学习方法提升模型的推理能力和语言一致性。
TechFoco
