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

链接直达 ">手机查看
内容由AI协助整理，请仔细甄别

相关导航

字节&MAP重塑大模型推理算法优化重点，强化学习重在高效探索助力LLM提升上限

中文版Nano Banana来了？Qwen-Image-2.0炸场：1K长文本硬吃，中文生图彻底不拧巴了

蚂蚁百宝箱智能体企业版上线，配套支付、营销MCP，最快1天上线

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

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

一份假简历领5份硅谷AI工资，印度老哥真是不得了