深入解析陈丹琦团队最新研究RLMT，一种结合思维链与强化学习的新方法，揭示8B小模型如何通过模型奖励思维在推理能力上超越GPT-4o，为大模型后训练时代设定新基线。

AI圈震动,传清华姚班天才陈丹琦加盟Thinking Machines,与北大翁荔成同事。揭秘这家由OpenAI前CTO创办的神秘公司,看顶级AI人才如何布局未来。

NLP顶尖学者陈丹琦或已加盟Mira Murati创立的Thinking Machines Lab，从学术界转向产业界，本文深入解读这一AI界重磅动态及其对大模型发展的影响。