进一步证明通用合成环境方法是有效的：即使只有 2000 亿个代币，也能得到一个高度通用的模型（对于 SFT 来说，可能比 Qwen 还要好）。
而使其更具可微调性的关键在于：对训练数据的访问！这使得我们可以采用多种策略来利用预先存在的知识/逻辑门。
正在加载线程详情
正在从 X 获取原始推文，整理成清爽的阅读视图。
通常只需几秒钟，请稍候。
来自 Alexander Doria（@Dorialexander）的推文线程
共 2 条推文 · 2025年11月17日 07:38
作者信息
正在加载线程详情
正在从 X 获取原始推文，整理成清爽的阅读视图。
通常只需几秒钟，请稍候。
共 2 条推文 · 2025年11月17日 07:38
进一步证明通用合成环境方法是有效的：即使只有 2000 亿个代币，也能得到一个高度通用的模型（对于 SFT 来说，可能比 Qwen 还要好）。
而使其更具可微调性的关键在于：对训练数据的访问！这使得我们可以采用多种策略来利用预先存在的知识/逻辑门。