axion 1.0 用三阶段炼出 35B 智能体模型：两次轻量 SFT 加 RL
petrusenko_max · x · 2026-11-04
axion 1.0 采用极简三阶段流程训练出一个 35B 的 agent 模型：先做两轮轻量 SFT，再上 RL，全程没有 mid-training、DPO 或 OPD。作者指出，如果这一配方经得起检验，意味着这些常见训练阶段将不再是必需品，竞争焦点会转向数据质量，最终大概率由 eval 结果说话。
所属事件:字节等开源 Axion 1.0-35B 智能体模型，全套训练配方齐公开(4 条相关)→
「模型」频道最新
- Liquid AI：大图长视频下视觉编码器算力可超语言模型 — JosephJacks_ · 2026-11-05
- Baseten 解剖 Flash 模型提速：三项优化让 DeepSeek V4.1 Flash 1017 更快更省 — baseten · 2026-11-05
- 月之暗面开源 Kimi K3.1 Pro：2.8T 参数 MoE，百万 token 上下文 — Kimi_Moonshot · 2026-11-05
- 腾讯混元 Hy4 正式发布：首个原生视觉+计算机操作模型，权重即将开源 — Aiden_Tech_Ai · 2026-11-04
- 分析称 Kimi K3 计算量过大，推理服务成本难承受 — teortaxesTex · 2026-11-04
- Kimi K3.1 Pro 曝光:采用 Gated DeepSeek 稀疏注意力做长上下文 — zephyr_z9 · 2026-11-04