200万token长上下文RL开源
_akhaliq · x · 2026-07-18
Mind Lab 的 200 万 token 长上下文强化学习项目已经开源。
帖中强调两个关键信息：
- 这个项目只用了 8 张 GPU
- 对比之前 100 万上下文工作常见的“数千卡”规模，这次的算力门槛低得多
作者借此表达的观点是：超长上下文研究不再只是大实验室的特权，现在普通研究者也可以参与。
「研究」频道最新
- Skyfall GS 登场:用 Flux 提升 Gaussian Splatting 精修质量 — ducha_aiki · 2026-09-11
- 一万个智能体能否突破反向传播,找到更好的学习算法 — SeunghyunSEO7 · 2026-09-11
- Apodex 发布 TRACES 标准:用 423 个真实问题评测"发现型 AI" — Faheem_uh · 2026-09-11
- 科学没有标准答案:TRACES 用六维度评估 AI 过程而非结果 — Faheem_uh · 2026-09-11
- Apodex 推出 TRACES 基准：不打标准答案，专测 AI 探索未知的能力 — Faheem_uh · 2026-09-11
- Cognition SWE-2 用 KKT 对偶优化长度惩罚，一次 RL 推移 Pareto 曲线 — YouJiacheng · 2026-09-11