资讯

极客公园26 天
蚂蚁与清华开源强化学习框架 AReaL-boba，数学推理能力达 SOTA 水平
高效低成本、全部开源！ 3 月 31 日，蚂蚁集团与清华大学联合推出开源强化学习训练框架 AReaL-boba，研发团队采用该框架训练出数学推理能力达到业内领先水平（State-of-the-Art，SOTA）的 7B 推理模型，并以极低成本实现了 32B 推理大模型的高效复现。AReaL-boba 的框架 ...