Meta版o1也来了，田渊栋团队带来新作Dualformer，把快慢思考无缝结合，性能提升还成本更低，能解决迷宫、推箱子等复杂问题，通过让模型在推理轨迹和最终答案上进行训练，再基于特定策略丢掉部分轨迹...