130 小时 RL 训练仅花 260 万美元,小米成果引爆「商品化模型训练」热议
burny_tech · x · 2026-09-23
tinygrad 转发并盛赞小米的训练成果:有推文指出其仅用 130 小时、75B tokens、260 万美元的强化学习投入就取得了「相当疯狂的结果」,并借此讽刺美国大厂动辄估值数万亿美元的叙事——当模型训练成本被压到这个量级,前沿能力正在被快速商品化。这与 George Hotz 一贯的「commoditize the model training」立场呼应:训练前沿模型的门槛可能远低于外界宣传。
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
- 地理空间数据栈全景图发布：从卫星观测到 AI 上下文基础设施 — clemnt · 2026-11-11
- 降价反而更贵:新模型太爱自查，单任务成本涨31% — tengyanAI · 2026-11-11
- Anthropic IPO 需求火爆传拟上调定价，目标估值 1.4 万亿美元 — firstadopter · 2026-11-11
- 本地 LLM 路由器 SimpleHarn：显存不够就拒绝加载模型 — legislat · 2026-11-11
- Rivet 推出 SQLite Forking:20ms 分叉 agent 线程且零数据拷贝 — samgoodwin89 · 2026-11-11
- 法国网友提议数据中心向周边居民付费补偿 — clemnt · 2026-11-11