River 开源配方:微调开源模型以不到 1% 成本胜 GPT-6 与 Opus 5.5
ibab · x · 2026-10-08
River AI 推出 River Recipes 开源计划,把有前景的研究转化为经过验证、可复现的训练配方。首个配方针对 text-to-SQL:
- 基于 ReViSQL(Kimi K2.6 + RL + LoRA)重建并修复实现问题,改进性能与训练稳定性
- 将四个开源模型推到 Arcwise-Plat 人类水平(92.96%)
- 五个模型超过 GPT-6 Astra Pro(max effort),平均高 4.0 分,成本不到 2%/题;GLM-5.3 Flash 最高超出 4.6 分,成本仅 0.5%
- 有趣发现:大 MoE 模型训练后更简洁,小模型反而增加推理与数据库探索,token 成本结构变化各异
作者认为几年后全球大部分 LLM 用量将跑在定制开源模型上。
所属事件:River 开源训练配方，低成本微调模型媲美 GPT-6 与 Opus 5.5(2 条相关)→
「研究」频道最新
- 斯坦福团队用深度学习解码细胞重编程中的染色质动态 — anshulkundaje · 2026-10-08
- FlexSQL 论文：让 agent 保留多解路径，gpt-oss 达 Spider2 65.4% — xiye_nlp · 2026-10-08
- 陶哲轩谈「数学 1.0」：重大证明驱动的领域兴奋模式 — rms80 · 2026-10-08
- MIT 学者放话：纯 RL 太浪费，除非站在最前沿别硬上 — ZeeshanZiaML · 2026-10-08
- 开源 Turba 摩洛哥施肥推荐机器学习栈:44,096 地点数据集 — open-turba · 2026-10-08
- 《数据挖掘：实用机器学习工具与技术》经典纪念出版日 — FrnkNlsn · 2026-10-08