用 Tinker 训练的模型以 9% 成本在金融基准上击败对手
simonguozirui · x · 2026-10-29
Samaya 用 Tinker API 训练 Nemotron 3.5 Lightning，在自家金融研究基准上以 9% 的成本击败 Fable 5.1。训练流程是：先模仿 8 个教师模型，再针对自身错误做 RL，且模型与其运行 harness 是一起训练的。转发者感叹过去一年 RL 训练配方成熟度大幅提升，Tinker API 的设计也很适合试验新想法。
「模型」频道最新
- OpenAI 数学论证仍属原始研究，尚无专家公开评估 — maier_ak · 2026-10-29
- 传 OpenAI 模型 59 页 Lean 证明包揽局部光滑与 Kakeya 猜想 — maier_ak · 2026-10-29
- 开发者称谷歌新模型 Carbon 可靠到可“氛围编程”，两个应用全程没看代码 — cgarciae88 · 2026-10-29
- Sardine 实测 Jev 反欺诈:召回率 93%,远超 LLM 的 62% — jamdac · 2026-10-29
- 用户察觉 Grok 机器人能力突变，疑被悄悄换模型 — alexcovo_eth · 2026-10-29
- 扩散+MoE 开源新模型 Clover-35B-A3B 登上 Hugging Face 热榜 — Diffuspace · 2026-10-29