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

机器人需求驱动导航新SOTA，成功率提升15%！浙大&vivo联手打造

OceanBase蝉联中国分布式数据库本地部署市场第一，领跑国产数据库

抖音&LV-NUS开源多模态新模，以小博大刷新SOTA，8B推理比肩GPT-4o

黄仁勋暴论核弹：AGI已经实现，Ilya错了，程序员有10亿

AI搜索一夜变天，专为Agent做搜索的赛道能否诞生百亿美金新巨头？

23天靠AI短片赚100万！非科班出身逆袭影视区，郭帆导演拍手叫好