机器学习POD 机器学习POD
  • 机器学习基础
  • 强化学习基础
  • 大模型
  • 其它
  • 大模型可视化

17
2025/12

大模型

Motif-2-12.7B-Reasoning:RL 训练配方与全栈优化实践指南

论文标题:Motif-2-12.7B-Reasoning: A Practitioner’s Guide to RL Training Recipes ...
15 小时前
10 0

专题展示

QwenLong-L1.5:长上下文推理与记忆管理的后训练方案
3 小时前
Motif-2-12.7B-Reasoning:RL 训练配方与全栈优化实践指南
15 小时前
NVIDIA 提出端到端 RL 编排,8B 模型在 HLE 榜单超越 GPT-5
2 天前
  • 机器学习基础
  • 强化学习基础
  • 大模型
  • 其它
  • 大模型可视化
Copyright © 2017-2025 机器学习POD. 京公网安备11010802044892号 京ICP备2021031854号
  • 机器学习基础
  • 强化学习基础
  • 大模型
  • 其它
  • 大模型可视化