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

大模型能“原地”改参数了！字节Seed&北大新论文：测试时推理无需加层重训练

马斯克xAI雪崩！24小时两联创离职，一月内连失三位华人创始人

大模型隐私安全和公平性有“跷跷板”效应，最佳平衡法则刚刚找到 | 人大&上海AI Lab

突破Agent长程推理效率瓶颈！MIT&NUS联合推出强化学习新训练方法

7B模型“情商”比肩GPT-4o，腾讯突破开放域RL难题，得分直翻5倍