260 万美元 RL 就近 SOTA:数据成本会否超过训练成本?
my_cat_can_code · x · 2026-09-21
mycatcancode 提出一个值得关注的行业问题:在模型训练中,数据成本是否可能超过训练本身的开销?
论据是 MiMo 仅用约 260 万美元的强化学习(RL)训练,就在 DeepSWE 基准上取得接近 SOTA 的成绩。这暗示随着 RL 运行成本快速下降,高质量数据的获取与使用成本可能成为新的瓶颈。
该观点引发对训练经济学结构性变化的讨论:算力在降价,数据在涨价。
所属事件:260 万美元强化学习逼近 SOTA，训练成本热议再起(4 条相关)→
「Infra」频道最新
- 独立开发者用 Rust 写整套 AI OS：无头运行，跑 Qwen3 27b 比 Ubuntu 快 — W61k3r · 2026-11-12
- OpenRouter 新路由算法见效:GLM 5.3 Flash 首字延迟降 40%、单价降 17% — AccBalanced · 2026-11-12
- AMD 与 Dell 拿下 182 项世界纪录，EPYC 性能提升 94% — AccBalanced · 2026-11-12
- KubeCon 主题演讲：计算系统正从人类速度转向 Agent 速度 — HowDevelop · 2026-11-12
- 曝 Meta 基础设施负责人 Santosh Janardhan 将于 2027 年初离职 — dinabass · 2026-11-12
- 华为开源量化工具 MACaQ：KL 散度比 Unsloth 低 23% — acluk90 · 2026-11-12