输入一个热词，快速查看术语含义、常见场景和相关概念。
集中展示常见热词解释，方便按概念和场景继续浏览。
Outcome Reward Model（ORM，结果奖励模型）是一种强化学习中的奖励建模方法，它根据智能体在任务结束时获得的最终结果（而非中间步骤）来给予反馈分数，帮助模型学习如何达成高评分的结果。
近期常被查询的 AI 概念。
