TTRL：无标签数据下的测试时强化学习框架解析 TTRL核心架构示意图 引言：当强化学习遇上无标签测试数据 在大型语言模型（LLMs）的推理任务中，我们常面临一个关键挑战：如何在没有真实标签的测试数据 …
