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

老外对屏狂拍！海信全新一代RGB-Mini LED电视亮相轰动CES2026

陈丹琦有了个公司邮箱，北大翁荔同款

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

攻克强化学习「最慢一环」！交大字节联手，RL训练速度飙升2.6倍

洞见未来，智汇全球，ISC.AI 2025观潮·国际人工智能发展高峰论坛闭幕

最强Coding Plan上线！阿里云上线Qwen3.5、GLM-5、MiniMax M2.5、Kimi K2.5四大顶尖开源模型