今年，棕榈共23位学员获得UCLA的录取，专业分布很广，包括1枚全美Top 1社会学、1枚Top 4政治科学、1枚Top 5心理学、枚Top 9数学、2枚Top 10环境科学、1枚Top ...

当前，强化学习（RL）方法在最近模型的推理任务上取得了显著的改进，比如 DeepSeek-R1、Kimi K1.5，显示了将 RL 直接用于基础模型可以取得媲美 OpenAI o1 的性能。