「其实没那么难」:Project Greenhouse 用几块 GPU 从零训出 reranker
lintool · x · 2026-10-10
Jimmy Lin 补充 Project Greenhouse 首个里程碑细节:用 ClimbMix 数据从零预训练,再用 RLHN 相关性数据做监督微调,得到一个有竞争力的 pointwise decoder-only reranker——只用了几块 GPU,且过程「其实没那么难」。这与同日发布的 arXiv 论文互为补充。
所属事件:Project Greenhouse：几块 GPU 从零训出开源重排器(4 条相关)→
「研究」频道最新
- 训练进执行 harness,Qwen3-14B 在 Spider 2.0 从 22.2% 飙到 54.8% — omarsar0 · 2026-10-11
- REMAG 发布:磁性材料 DFT 计算 GPU 化,特定化合物提速达 111 倍 — CatAstro_Piyush · 2026-10-11
- Yoav Goldberg 炮轰 COLM: RL 损失微调算不上科学 — yoavgo · 2026-10-11
- 斯坦福研究:Agent 循环卡顿改 harness,计划差就得训权重 — rohanpaul_ai · 2026-10-11
- 哈佛医学院 ToolUniverse 工作坊:给 AI 配 2700 个科学工具造 AI 科学家 — marinkazitnik · 2026-10-11
- Mark Tenenholtz：RLVR 易得红利枯竭，「品味」类任务成下一前沿 — marktenenholtz · 2026-10-11