順便提一下,是Rednote。但就像英偉達的論文一樣,它並非“從零開始預訓練”,而只是訓練過程中的另一個階段。當然,還有Qwen。 我認為這會成為主流,它本質上重建了目前圍繞合成資料和RLVR的混亂實踐。響應長度的問題值得關注👀
正在載入線程內容
正在從 X 取得原始推文,整理成清爽的閱讀畫面。
通常只需幾秒鐘,請稍候。
正在載入線程內容
正在從 X 取得原始推文,整理成清爽的閱讀畫面。
通常只需幾秒鐘,請稍候。
共 1 則推文 · 2025年12月4日 凌晨4:35
順便提一下,是Rednote。但就像英偉達的論文一樣,它並非“從零開始預訓練”,而只是訓練過程中的另一個階段。當然,還有Qwen。 我認為這會成為主流,它本質上重建了目前圍繞合成資料和RLVR的混亂實踐。響應長度的問題值得關注👀