NVIDIA 开源 Cascade RL 获 NeurIPS Oral,IOI 银牌超越 DeepSeek-R1
_weiping · x · 2026-09-25
NVIDIA 团队宣布 Nemotron-Cascade 被 NeurIPS 2026 接收为 Oral，这是完全开源的 LLM 后训练 RL 配方（模型与数据均在 Hugging Face 开放）。核心思路是不将不同任务混在一起，而是按课程（curriculum）逐步扩展 Cascade RL：RLHF → Instruct → Math → Code → SWE。成绩方面，模型在 IOI 2025 获银牌，并在 LiveCodeBench 上超越 DeepSeek-R1-0528。团队称报告中包含大量经验教训。
所属事件:NVIDIA Nemotron-Cascade 获 NeurIPS 口头报告(2 条相关)→
「模型」频道最新
- 爆料：Google 新模型阵容曝光，含 Flash 迭代与视频模型 — koltregaskes · 2026-11-11
- 同一段提示词实测：Fable 5.2 花时 3 倍费用 2 倍，换来导演级表达 — iamfakhrealam · 2026-11-11
- Krafton 开源 1.5B 端侧模型 Raon-1 nano,多项基准超同尺寸对手 — DimitrisPapail · 2026-11-11
- 打错字会让 LLM 不舒服？tokenization 引发有趣讨论 — menhguin · 2026-11-11
- MiniMax H3 开源百天:衍生模型 1472 个,下载破 1.48 亿次 — linoy_tsaban · 2026-11-11
- 美团 LongCat-2.5 登上 Hugging Face 趋势榜,MoE 多模态架构 — meituan-longcat · 2026-11-11