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

DeepSeek V3.1更新「最终版」！下一次是V4/R2了？？？

2025年人工智能产业及赋能新型工业化创新任务揭榜挂帅工作启动

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

KTransformers入选计算机系统顶会、与主流框架合作，趋境&清华让「异构」成为推理新范式

找ChatGPT谈恋爱多是“日久生情”？！MIT&哈佛正经研究

可拜年、可求婚！擎天租999元上架“机器人奇妙夜”同款机器人