FireFlash 用 64 块 B300 训练 5 天打造前沿级编码代理

FireFlash 团队发布基于 GLM-5.3-Flash 后训练的 300B 规模长程编码代理，仅用 64 块 NVIDIA B300 训练 5 天便登上 Terminal-Bench 帕累托前沿。作者详解其核心思路是领域专精（specialization）而非通用 scaling：针对编码场景做领域后训练，即可用适度算力和远低于前沿模型的推理成本做出前沿级 Agent。

2026-11-03 ~ 2026-11-03 · 2 条相关