Qwen3-4B后训练登顶Jane Street拍卖游戏，超越GPT-5.5
tokenbender · x · 2026-08-14
开发者分享如何对Qwen3-4B-Instruct进行后训练，使其在Jane Street的拍卖游戏MegaGem中排名第一，超越GPT-5.5、Claude Opus 4.8等模型，但自对弈RL并非关键。
「模型」频道最新
- RTX 5090 实测 Qwen3.8：提升未达预期 — WonderfulEagle7096 · 2026-08-15
- Anthropic 内部使用远超 Mythos 5 的模型但无发布计划 — kimmonismus · 2026-08-15
- 实测 Qwen3.8-27B 长视频理解：11 分钟电影精准打点 96 事件 — vanstriendaniel · 2026-08-15
- RTX 3090 跑 Qwen 3.8 27B 约 35 t/s — cviperr33 · 2026-08-15
- Gemini 3.7 Flash 发布：强化多步推理与工具调用 — arvind_io · 2026-08-15
- Anthropic 高管确认 Mythos 5 为内部最强，提及神秘 Model 2 — scaling01 · 2026-08-15