"強化預訓練" 在你想要使用思維鏈來提高在預測這個 _____ 的下一個單詞等任務的表現時非常有用。

這方面已經有大約 5 篇論文了。它們都顯示出在單一代幣預測任務上，這種方法比什麼都不做要好。當然是這樣！如果不是，那就太瘋狂了！ 有沒有哪篇論文顯示出有趣或驚人的東西？