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

MiniMax又又来吃龙虾肉了！OpenClaw真·一键部署，还有上万专家智能体等你差遣

于骞出席德国慕尼黑汽车论坛：世界模型+强化学习是通向物理AI的必经之路

商汤林达华万字长文回答AGI：4层破壁，3大挑战

AI打假AI，拿下SOTA丨厦大&腾讯优图

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

ChatGPT居然也推出防沉迷模式了