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

xLLM社区重磅首秀，揭秘大模型推理全景图与开源AI Infra生态

告别复杂提示词！蚂蚁新方式让AI自动理解你的个性化需求

AI有味觉了：分辨可乐和咖啡，只需“尝一尝”丨Nature

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

Sora2还在5秒打转，字节AI生视频已经4分钟“起飞”

老黄刚走，全球最强算力Robotaxi方案落地中国