FineDNA 中训是 RL 生效前提：直接在 Qwen3-14B 上 RL 仅停留在随机水平
LoubnaBenAllal1 · x · 2026-11-01
作者进一步说明 midtraining 是让 RL 生效的关键：直接在 Qwen3-14B 上做 RL,在 FrontierVEP 上始终停在随机水平(约 50%);而经过 FineDNA midtraining 后，同样的 RL 配方持续攀升到约 0.63 的 reward/FrontierVEP 准确率。
所属事件:FineDNA 中训被证实是 DNA 任务 RL 生效前提(2 条相关)→
「研究」频道最新
- AI 安全研究者：eval 得 100 分说明评测本身有问题 — AI Engineer · 2026-11-01
- 让 Agent 自管激活值：用 Control Vectors 探索模型自控实验 — sloppenheimer · 2026-11-01
- FlashRSI 开源：12 种 RSI 算法统一评测，泛化仍是难题 — HuaxiuYaoML · 2026-11-01
- Claude 自主设计蝎毒蛋白结合剂:211 个送实验室验证 17 个结合成功 — shoumikgoswami · 2026-11-01
- Hugging Face 团队 Carbon-X:DNA 任务超越所有开源语言模型 — LoubnaBenAllal1 · 2026-11-01
- Hugging Face 发布 FineDNA：300B+ token 基因组数据集让语言模型学会 DNA — LoubnaBenAllal1 · 2026-11-01