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

行啊AI PC！现在都能隔空测血压、检测皮肤了

C++之父亲临北京，AI 原生时代最值得参加的系统软件技术大会日程发布

阿里发布三款中型千问3.5新模型，每百万Token低至0.2元

和图灵机相关的这个数字，已经大到整个宇宙原子都容不下了

马斯克成立新公司「巨硬」：用AI把微软产品重做一遍

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