強化學習

深度分析

GIANTS-4B：以強化學習優化的科學洞見預測生成模型

科學突破常來自於對既有文獻的綜合與創新。研究團隊提出洞見預測任務，利用語言模型從前置論文預測下游論文的核心洞見，並建構 1.7 萬筆 GiantsBench 基準。透過強化學習訓練的 GIANTS-4B 在相似度評分上較商業基線提升 34%，且被第三方模型預測能提升引用率。