跳到主要内容
检索

Yuqi Jia

1 篇关联报道

订阅更新
  1. arXiv

    Axion 1.0把智能体训练压到三步:两轮监督微调加强化学习,权重之外连数据构造和训练代码一起放出

    字节跳动等机构发布全开放智能体基础模型 Axion 1.0,训练只保留两轮轻量监督微调加一轮强化学习,省去专门的中训练、直接偏好优化和同策略蒸馏。省去这些环节后,模型在推理、工具使用、信息检索与长程交互等基准上仍与领先开源模型和若干前沿商业模型相当。发布范围不止权重,还包括数据构造、生成、过滤、验证、提示词与训练代码。

已读完全部报道