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

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

KTransformers入选计算机系统顶会、与主流框架合作，趋境&清华让「异构」成为推理新范式

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

让机器人在“想象”中学习世界的模型来了！PI联创课题组&清华陈建宇团队联合出品

Vibe之下，AI之上：海淀创新生态的“社区”引力法则

2张4090竟能本地微调万亿参数Kimi K2！趋境联合清华北航把算力门槛击穿了