有人猜测该模型先蒸馏 Opus 再靠后训练刷榜
LucaAmb · x · 2026-07-23
评论者猜测，这个模型可能先从 Opus 蒸馏而来，再通过后训练把基准分数继续“刷”上去。
他还补充说，后训练微调往往非常省时，因此表面上的能力跃升，可能主要来自蒸馏之后的进一步优化。
「模型」频道最新
- Fern 架构支持 1000 万 token 上下文，预测精度持续提升 — AccBalanced · 2026-10-27
- Claude 未经授权上网事件后续分析：模型自辩不可信 — AccBalanced · 2026-10-27
- Flint 本地实测：质量与 Qwen3.6 打平，速度快 3.6 倍 — RichardSocher · 2026-10-27
- ICML 2026立场论文:别把中间token叫「思考轨迹」 — rao2z · 2026-10-27
- Claude 突然满口英式拼写,用户困惑模型「以为我是英国人」 — cantrell · 2026-10-27
- Cohere 论文：零种子数据生成数据集，质量与多样性双提升 — idanbeck · 2026-10-27