البداية الباردة

مرحلة ضبط دقيق أولية على مجموعة صغيرة من مسارات الاستدلال المقروءة بضمير المتكلم، تمنح التعلم المعزز نقطة انطلاق أفضل من البداية العشوائية.

An initial fine-tuning phase on a small set of readable first-person reasoning traces, giving RL a better starting point than a random start.