RL 训练 Kimi 基座设计电力变压器，未见规格达标率 93%

GenTrajectory(Gentle Trajectory)团队展示了 RLVR(可验证奖励的强化学习)在数学与代码之外的工程应用:用强化学习训练 Kimi 基座模型设计中等功率电力变压器(非 Transformer 架构)。模型在未见过的规格上达到 93% 的达标率,可将电气工程师数周的工作缩短至几分钟,体现了基于几十年工程积累的可验证奖励方法在真实工程领域的潜力。

2026-09-15 ~ 2026-09-15 · 2 条相关

• RL 训练 Kimi 基座设计变压器,93% 未见规格达标,数周工作缩至几分钟 — simonguozirui · 2026-09-15
• 用 RL 训 Kimi 基座模型设计变压器： unseen 规格达标率 93% — simonguozirui · 2026-09-15