今日推介(第2110期)：稳定循环语言模型的规模法则、Transformer如何通过多Token预测学习规划能力、长程思维链推理基准测试、通过自我修正将二元奖励转化为稠密监督、迈向机器学习研究的自主化长程工程 公·众·号：爱可可爱生活 网页链接 机器学习人工智能论文