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

鸿蒙终端数量突破千万后，华为发布亿元级应用开发激励计划

缺数据也能拿SOTA？清华&上海AI Lab破解机器人RL两大瓶颈

1.5B刷新数学代码SOTA！快手&清华精细化Token管理，LLM推理能力飙升

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

找ChatGPT谈恋爱多是“日久生情”？！MIT&哈佛正经研究

刚开年，马斯克就到账了200亿美金！