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

VLA进化后降维打击！双手拣货，漂移操作，还能批量化秀舞，太空舱直接开上街，被银河通用卷到了

国产Deep Research杀出一匹「裸奔」黑马：免费开放，过程透明，网页报告一键即出

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

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

特赞科技x同济设计人工智能实验室，“创意可计算性”产教实践亮相世界人工智能大会

Meta新注意力机制突破Transformer上限，还用上了OpenAI的开源技术