SKILLER：面向小模型的强化学习技能提取新框架
opendatalab · hf · 2026-08-14
SKILLER 是一个全新的强化学习（RL）框架，旨在为小型开源语言模型自动生成定制化技能。
该方法的核心目标是在不显著降低任务执行表现的前提下，通过提取和复用这些“技能”来大幅减少模型的推理成本，从而提升小模型在实际部署中的效率。
「研究」频道最新
- 实测：CUDA版本导致量化视频模型推理速度相差3.3倍，B200不敌正确配置的4090 — Odd_Lavishness2236 · 2026-08-14
- 神经外科医生借 GPT-5.6 证明困扰线性代数 20 年的数学猜想 — New_Equinox · 2026-08-14
- 印度初创公司结合 AI 与嗅癌犬，早期癌症检测敏感度达 90% — Polymarket · 2026-08-14
- DHS 原始论文中文翻译发布 — sujingshen · 2026-08-14
- 中国电信 TeleAI 发布无人机卫星极窄带宽传输方案 — FellMentKE · 2026-08-14
- AI测试得分1753碾压人类？偏好打分机制被指更看重排版而非正确性 — Spiritual_Heron_5680 · 2026-08-14