How to unlock advanced reasoning via scalable RL? 🚀Introducing PRIME (Process Reinforcement through Implicit Rewards) and Eurus-2, trained from Base model to surpass Qwen2.5-Math-Instruct using only

#PRIME #Eurus-2 #ReinforcementLearning #Qwen2.5-Math-Instruct #AdvancedReasoning

勃勃OC

1天前

美国联邦贸易委员会（FTC）周五宣布，电商巨头亚马逊（, Inc.）同意支付2.5亿美元（约合人民币18.3亿元），以了结其在订阅服务 Prime 中涉嫌“误导消费者、阻碍取消”的诉讼。这笔金额包括消费者退款与民事罚金，是FTC在消费者保护领域迄今最大规模之一的和解案件。