白交发自凹非寺 量子位公众号 QbitAI 用上这个开源框架，2 天时间就能刷新 7B 数学推理纪录！ 蚂蚁清华联手开源的强化学习框架 AReaL-boba，直接把推理模型训练带到了 Next Level—— 训练成本下降的同时，训练速率、推理能力还大幅提升的那种。 除了前面提到的 7B 模型，在
白交发自凹非寺 量子位公众号 QbitAI 用上这个开源框架，2 天时间就能刷新 7B 数学推理纪录！ 蚂蚁清华联手开源的强化学习框架 AReaL-boba，直接把推理模型训练带到了 Next Level—— 训练成本下降的同时，训练速率、推理能力还大幅提升的那种。 除了前面提到的 7B 模型，在
By rhgmark541