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

首家央企AI独角兽浮出水面！背靠自研大模型，4家国家队资本背书

Kimi K2 Thinking突袭！智能体&推理能力超GPT-5，网友：再次缩小开源闭源差距

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

字节&MAP重塑大模型推理算法优化重点，强化学习重在高效探索助力LLM提升上限

模型、框架、应用量产工作流，原力灵机三箭齐发，开启具身智能”原生时刻”

神仙打架+1！讯飞星火X2硬核亮相，行业深度全面升级