Genspark 与 Baseten 后训练 Qwen3.5-397B 深度研究超 Opus 5.5

Genspark 与 Baseten Applied Research 联合对开源权重模型 Qwen3.5-397B 进行后训练，称其在该团队内部评测的 Deep Research 任务上超越了 Claude Opus 5.5。Baseten 随后披露训练方法：将深度研究拆分为研究(搜索)与报告撰写两个子问题，搜索环节用强化学习训练，报告环节则采用监督微调(SFT)，这一分工式方法被认为是性能提升的关键。

2026-11-11 ~ 2026-11-11 · 2 条相关