
Alpie Seed 9B 模型卡披露基于 Qwen3.5-9B (opens in a new tab)
169Pi 发布的模型卡列出千问底座、量化和后训练方案。文章对比发布文案与模型资料,并讨论使用不同来源成绩做横向比较的限制。
Total 2 articles

169Pi 发布的模型卡列出千问底座、量化和后训练方案。文章对比发布文案与模型资料,并讨论使用不同来源成绩做横向比较的限制。

本研究由快手科技语言大模型团队完成,核心作者吕民轩、梅铁桦、杜坦隆等。快手科技与中国科学院大学联合提出 GoLongRL,一套完全开源的长上下文强化学习后训练方案,包含 23K 样本 RLVR 数据集