论文指出，在 AIME24 等小型基准测试中，结果极不稳定：仅仅改变一个随机种子就足以使得分发生几个百分点的变化。 当在更可控和标准化的设置下评估强化学习模型时，其收益会比最初报告的要小得多，而且通常不具有统计显著性。

AI 研究者 Sebastian Raschka 表示：「尽管强化学习在某些情况下可能有助于改进较小的蒸馏模型，但它的好处被夸大了，需要更好的评估标准来了解哪些方法真正有效。此外，这不仅仅是强化学习和推理模型的问题，我认为 LLM ...

2025君度玛格丽特鸡尾酒世界挑战赛中国区总决赛圆满落幕，来自上海的魏妮摘得桂冠,玛格丽特,鸡尾酒,君度,橙酒,调酒师 ...

来自上海Sober Company酒吧的魏妮，在2025君度玛格丽特鸡尾酒世界挑战赛中国区总决赛中夺得冠军，她即将代表中国赛区参加今年6月在法国昂热举办的世界挑战赛，迎战来自不同国家的调酒师，角逐全球冠军的殊荣。