大语言模型（LLMs）在完成训练后，经常需要进一步的"后训练"阶段来增强其推理能力。麻省理工学院电气工程与计算机科学系（EECS）LIDS实验室的研究团队Mingyang Liu、Gabriele Farina和Asuman Ozdaglar在2025年5月22日发表于arXiv（arXiv:2505.16984v1）的论文中，提出了一种创新 ...