责编 |梦依丹出品丨AI 科技大本营（ID：rgznai100）3 月的最后一天，由蚂蚁与清华大学交叉信息研究院吴翼老师团队联合推出的开源强化学习框架 AReaL 发布了里程碑版本——AReaL ...

近日，蚂蚁集团与清华大学联合开源的强化学习框架AReaL-boba引发了广泛关注。这个框架不仅大幅降低了数学推理模型的训练成本，还显著提升了训练效率和推理能力。对于普通开发者来说，这意味着他们也能轻松复现顶尖模型，真正实现了AI训练的普惠。

近日，蚂蚁集团与清华大学联手开源的强化学习框架AReaL-boba引发了广泛关注。这一技术突破不仅大幅降低了大模型训练成本，更让普通人也能轻松复现顶尖AI模型，标志着AI普惠时代的到来。 AI训练成本降至冰点，技术小白也能手搓大模型 ...

由于 DeepSeek R1 和 OpenAI o1 等推理模型（LRM，Large Reasoning Model）带来了新的 post-training scaling law，强化学习（RL，Reinforcement ...