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

报名进行中 | 第十届中国航空创新创业大赛 | 聚势十年 群智涌现

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

vivo发布端侧多模态模型，只有3B可理解GUI界面，20项评测表现亮眼

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

多模态模型学会“按需搜索”，少搜30%还更准！字节&NTU新研究优化多模态模型搜索策略

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