**ICML 2026 | 大模型越训越自信，却越采不到新解？LED给LRM找回探索上限**

> 本文提出了一种名为LED的方法，旨在解决大型推理模型（LRM）在训练过程中因过度自信而丧失探索能力的问题，从而提升其寻找新解的上限。

**来源信息**
- **来源**：机器之心：文章库（API）
- **分类**：论文
- **发布时间**：2026-06-21 21:59（北京时间）
- **原文**：[打开原文](https://www.jiqizhixin.com/articles/2026-06-21-4)