4B小模型数学推理首超Claude 4，700步RL训练逼近235B性能 | 港大&字节Seed&复旦
量子位
4B小模型数学推理首超Claude 4，700步RL训练逼近235B性能 | 港大&字节Seed&复旦

Direct Link ">View on Mobile
Content assisted by AI. Please review carefully.

Related Navigation

让机器人在“想象”中学习世界的模型来了！PI联创课题组&清华陈建宇团队联合出品

中国中文信息学会2025学术年会暨第二届中国大模型大会（CIPS & CLM 2025）于10月28日在北京盛大开幕

4B小模型数学推理首超Claude 4，700步RL训练逼近235B性能 | 港大&字节Seed&复旦

WAIC 2025 上 GMI Cloud 展现 AI 基建硬实力，破解出海商业化难题

突破Agent长程推理效率瓶颈！MIT&NUS联合推出强化学习新训练方法

4B小模型数学推理首超Claude 4，700步RL训练逼近235B性能 | 港大&字节Seed&复旦