跳到主要内容
检索

Teng Pan

1 篇关联报道

订阅更新
  1. arXiv

    4B小模型只学4千条真实办公任务,GDPval通过率51.0%反超235B大模型

    浙江大学与百度推出Agent-R2,一套从真实来源合成办公任务训练数据的流程:它从1万条网页语料候选中筛出4千条任务,每条配真实多格式附件和细粒度评分标准。用这批数据经监督微调与按评分标准的强化学习训练出的Agent-R2-4B,在GDPval上Pass@1为51.0%,高于Qwen3-235B-A22B-Thinking-2507的48.0%;在OfficeQA上为14.8%,高于后者的13.8%。

已读完全部报道