AI不是天生会思考的——中期训练：让AI从'背答案'到'会推理'的关键一步 引言：一个被误会的"天才" 你可能听过这样的说法：AI之所以会推理，是因为强化学习——就是那个"做对了给奖励、做错了惩罚"的训练方法。 这个故事很符合直觉。像训练宠物一样，AI答对了就给饼干，答错了就 … 📅 2026-09-22 📁 AI深度科普 👁️ 1 分钟阅读 #中期训练 #AI科普 #推理能力 #大语言模型 #IBM Research #训练范式 #强化学习 #思维链