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

Day One Global！2025DEMO WORLD企业全球化增长大会圆满举办

人类遗忘的难题解法，被GPT-5重新找出来了

GPT-5-Thinking新训练方法公开：让AI学会忏悔

磐石·科学基础大模型：AI赋能范式重塑，科学研究开启无限可能

AI教练GameSkill，首次助力职业战队备战国际电竞赛事

机器人需求驱动导航新SOTA，成功率提升15%！浙大&vivo联手打造