MIT 论文：固定起始 token 线索让基础模型推理追平 RL 版，MATH-500 从 42% 升至 78%

MIT 的论文发现，固定起始 token 线索即可让基础模型推理媲美 RL 训练版本，线索“. Okay”把 Olmo-3-7B 的 MATH-500 pass@1 从 42% 提到 78%，“Alright,”把 Qwen3-14B 从 72% 提到 87%。