2025 年大型语言模型发展回顾：推理、RLVR 和 GRPO 算法，以及 LLM 架构和推理模型的发展

Sebastian Raschka 博士回顾了 2025 年大型语言模型的重要进展，包括推理模型、RLVR 和 GRPO 算法，以及 LLM 架构和推理模型的发展。文章讨论了推理模型在数学竞赛中的表现、LLM 架构的演变、推理训练和推理时间扩展的重要性，并对 2026 年的 LLM 发展趋势进行了预测。