@Ex0byt: 一个必须收藏的.. 小但厉害的团队, 4个H100节点, 开源三阶段训练方案, 在8k合成评分任务上训练, fu…

X AI KOLs Timeline 模型
open-source deep-research agent synthetic-data training-recipe 35b-model academic-budget

摘要

一个小团队在学术预算下，仅使用32块H100和8K个合成样本，训练了一个前沿级别的深度研究智能体，并完全公开了从2B到35B模型的权重、代码和论文，这些模型在关键基准测试中匹配或超越了封闭的前沿智能体。

一个必须收藏的.. 小而强的团队, 4个H100节点, 开源的三阶段训练方案, 在8k个合成评分任务上训练, 完全公开权重、代码和论文; 结果是一个35B模型, 在关键基准测试中匹配或击败了封闭的前沿深度研究智能体。该模型产生的追踪记录是金子。
查看原文
查看缓存全文

缓存时间: 2026/06/18 14:17

一个必须收藏..小小的破解团队，4个H100节点，开源3阶段方案，在8K合成任务上训练，完全开放权重、代码和论文；结果是一个35B模型，在关键基准上匹配或击败了封闭的前沿深度研究代理。这个模型产生的轨迹是黄金。

Yu Su (@ysu_nlp): 我们在学术预算下训练了一个~前沿的深度研究代理

> 32个H100 > 8K合成样本 > 完全开放训练基础设施 + 方案（SFT、中期训练、RL） > 不同大小的模型（2B -> 35B）开箱即用

这又一次展示了前沿的边界

相似文章

@Apodex_AI: 深入阅读博客：https://apodex.com/blog/apodex-1.0 技术报告：http://apodex.com/pdf/20260608 GitHub：https://github.com…

X AI KOLs Following

ApodexAI 发布了 Apodex-1.0，这是一个深度研究模型，作为使用工具的 ReAct 代理运行。其重型模式 Apodex-1.0-H 采用异步代理团队，最多包含 150 个子代理，在深度研究基准测试（包括 BrowseComp、DeepSearchQA、HLE 和 FrontierScience）上取得了新的最先进结果，超越了 GPT-5.5-pro 和 Claude-Opus-4.8 等模型。