SII-GAIR 用智能体自改进完成 30B 模型前沿规模预训练

SII-GAIR 与 Xinxu AI 公布了一项罕见的工作：将 RSI（自我改进循环）应用于一次完整的前沿规模预训练，并分享了详细数据。模型总参数 30B、激活 3B，预训练中消耗了 134B 个 agentic token。团队表示模型权重将开源，为研究智能体驱动的自改进预训练提供了少见的公开案例与洞察。

2026-11-05 ~ 2026-11-05 · 2 条相关