BaseLabs 开源 mammoth-1/elephant-1：全球最佳决策模型与 15B 以下最强

saranormous · x · 2026-10-22

BaseLabs 发布并开源两个模型：mammoth-1（27B，全球排名第一的决策模型）和 elephant-1（9B，15B 以下最佳，并击败 Jev），全部模型权重开源并附技术报告详述训练与数据方法。

转发讨论（saranormous 转发 oneillc）提炼出更深的判断：这批工作澄清了「递归改进 vs 递归自我改进」的边界——递归改进已随 agentic 工作流到来，模型完全能为「低自己一档」的模型做迭代（如 agentic LLM 训练决策模型），但 LLM 仍无法真正改进自身：自建 RL 环境、自训、自策展中期数据等尝试仍重度依赖人工在环。这次决策模型训练是外循环真正跑通的少数案例之一。