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

Claude绝望时会勒索人类！一共171种情绪，为了生存不择手段

智元办机器人挑战赛：清华&上海AILab夺冠，华南理工“单人成团”拿亚军

生数科技再获数亿元大额融资，Vidu领跑多模态大模型赛道

中国AI高速路，华为给出开源开放方案

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

多模态模型学会“按需搜索”，少搜30%还更准！字节&NTU新研究优化多模态模型搜索策略