AI科技 智慧城市 智能教育 AI仅凭“自信”学会推理，浙大校友复刻DeepSeek长思维链涌现，强化学习无需外部奖励信号 2025年5月30日 yinhua 没有评论 大模型无需接触真实答案，仅通过优化自己的信心，就能学会复杂推…
