qwen-coder

标签

Cards List
#qwen-coder

@kimmonismus: 太疯狂了:一个3B模型现在在可验证推理任务上取得了极具竞争力的结果。VibeThinker-3B得分94.3……

X AI KOLs Following ↗ · 2026-06-16 缓存

一个3B模型VibeThinker-3B通过在Qwen2.5-Coder上进行后训练优化,包括课程SFT、多领域RL、离线自我蒸馏以及最终的基于RL的指令阶段,在可验证推理任务上取得了极具竞争力的结果。

0 人收藏 0 人点赞
← 返回首页

提交意见反馈