研究团队还发现了一个重要现象：不同模型架构对强化学习训练的响应存在显著差异。Llama系列模型在数学推理任务上的强化学习效果相对有限，平均提升只有0.93个百分点，同时Pass@k得分还下降了3.26个百分点。相比之下，Qwen系列模型对强化学习训练 ...

在人工智能的世界里，通常大家都认为模型越大越好，就像汽车引擎越大马力越强一样。不过，由小豆科技实验室（Xiaoduo AI ...

目前论文已经被 EMNLP 2025 主会录取，同时模型已经开源论文: https://huggingface.co/papers/2509.01215Github: https://github.com/Tencent/POINTS-ReaderHuggingFace: https://huggingface.co/tencent/POINTS-ReaderDemo: https://huggi ...

There was an error while loading. Please reload this page.

目前开源社区Github涌现出不少优秀的项目，关注和使用这些项目，一方面可以很好的提升开发效率与质量，另一方面研究开源项目的源码，参与其贡献，也是提升技术能力一个不错的方法。 基于自己团队的需求，以后每周会整理一些不错的Github开源项目（每周3-6 ...