# 用于LLM推理的稀疏RL松弛

> 全文为英语

**Published:** 2026年10月21日
**Author:** Jiabin Fan, Matthias Lindemann, Zita Marinho, Andr\'e FT Martins, Lili Mou
**Source:** arXiv — cs.AI
**Language:** en-US
**HTML:** https://aiqazaqstan.com/zh/articles/sparse-rl-relaxation-for-llm-reasoning

arXiv:2610.27220v1 公告类型：new 摘要：近期工作探索了在思维链推理过程中用连续表示代替离散token，通常称为软CoT。这源于这样一个想法：token嵌入的混合可以表示...

> 内容来自原始来源： **arXiv — cs.AI**
> [在 arXiv — cs.AI 阅读全文](https://arxiv.org/abs/2610.27220)

**标签：** #arXiv

---

*AI Qazaqstan — non-commercial informational portal about AI in Kazakhstan. Machine translations and summaries are AI-generated.*