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

OpenAI关停Sora！25个月从封神到退场

突破Agent长程推理效率瓶颈！MIT&NUS联合推出强化学习新训练方法

一口气集齐老黄苏妈英特尔，还得是AI，还得是联想

OpenAI首款硬件定型为笔！网友：就叫oPen吧

多模态大模型学会反思和复盘，上交&上海AI Lab破解多模态复杂推理

7B模型“情商”比肩GPT-4o，腾讯突破开放域RL难题，得分直翻5倍