Nature, Published online: 25 February 2026; doi:10.1038/d41586-026-00294-5
Что думаешь? Оцени!
，更多细节参见旺商聊官方下载
Read the full model comparison analysis →
Thinking Mode：选中 Ring 模型后，你会发现它多了一个“深度思考”的 toggle。这背后是基于 RLVR（Reinforcement Learning with Verifiable Rewards）训练的 Dense Reward 机制，能让模型在输出结果前，进行多步推理和自我反思。