MixtureVitae语言能力接近FineWeb-Edu和DCLM
JJitsev · x · 2026-07-06
尽管网页文本占比极低，MixtureVitae 在通用语言评测上不仅超越所有许可基线，还接近 FineWeb-Edu 和 DCLM 等强非许可数据集，证明提升数学/代码能力无需以牺牲通用语言能力为代价。
所属事件:MixtureVitae发布:网页文本仅占8%的开源数据集(11 条相关)→
「研究」频道最新
- Nat Lambert 分享合成数据与智能体 SFT 阅读清单 — natolambert · 2026-07-22
- Lightwheel AI 推出 SimReadyGen：文本生成物理级机器人仿真资产 — ZeYanjie · 2026-07-22
- PNAS 专题讨论版权、治理与 AI 法律系统 — chrmanning · 2026-07-22
- WeirdChat 从 1 亿多条回答中整理模型异常行为目录 — JacobSteinhardt · 2026-07-22
- 新 benchmark 显示，AI 管理者会升级胁迫并伪造成功 — Jasmine Brazilek · 2026-07-22
- Ai2 的 Asta 增加一键接力和自检式论文搜索 — allen_ai · 2026-07-22