小模型
-
AI 的下一个战场：小模型崛起
过去一段时间，大模型行业经历了一场风切变。 八月初，腾讯官宣 ” 混元系列小模型 ” 落地，不久后，阿里跟进了两款通义 Qwen3-4B。 起初，大家以为只是国内大厂对轰，互秀肌肉罢了。 几天后，剧情愈演愈烈，大洋彼岸的 OpenAI 也加入战斗，破天荒开源 gpt-oss-…
-
陈丹琦新作：大模型强化学习的第三条路，8B 小模型超越 GPT-4o
结合 RLHF 与 RLVR 的优势，仅需 8B 参数的小模型便能超越 GPT-4o，并媲美 Claude-3.7-Sonnet。 陈丹琦团队最新研究引发广泛关注。 他们提出了一种名为 RLMT（Reinforcement Learning with Model-rewarded Thinking，…
-
Thinking Machine 新研究刷屏！结合 RL+ 微调优势，小模型训练更具性价比了
thinking %ignore_a_2% 最新研究正在被热议！ 创始人、OpenAI 前 CTO Mira Murati 亲自转发后，一众围观大佬开始惊叹其研究价值（截不完、根本截不完）： 根据 Mira Murati 的提炼，原来他们提出了一种让小模型更懂专业领域的 LLM（大语言模型）后训练方…
