开源模型天花板被低估:Nemotron 3.5 Super 经 RL 后比肩 20 倍大模型
echen · x · 2026-11-06
Surge AI 研究员 echen 表示，人们严重低估了开源模型的提升空间：团队用 Surge RL 数据，通过 Thinking Machines 的 Tinker 训练 NVIDIA Nemotron 3.5 Super（12B 激活参数），在 12 项基准上击败大得多的闭源模型，包括 GPT-5.6 Terra。
配图显示 Nemotron + Surge RL 在多榜单进入前列：
- GDP.pdf: +18.6pp
- HANDBOOK.md: +12.8pp
- AutomationBench: +17.6pts（31.9→49.5）
- Chartography: +11.2pp
- AdvancedIF: +7.7pp
- Terminal-Bench 2.1: +6.4pp（63.9%→70.3%，超过 Claude Opus 4.8、GLM 5.3 等）
- DeepSWE: +4.7pp
结论：高质量 RL 数据让前沿级性能对所有人可得。
所属事件:Surge 用 Tinker 对 Nemotron 3.5 Super 做 RL，逼近 GPT-5.6(6 条相关)→
「编程与Agent」频道最新
- Agile Deliberation 开源代码发布:含 Demo notebook 可跑通全流程 — aigclink · 2026-11-06
- 谷歌开源 Agile Deliberation:用边界案例把模糊分类标准磨清晰 — aigclink · 2026-11-06
- AI 找出潜伏 10 年的漏洞:任意超 256 字符文本可当 root 密码 — andersonbcdefg · 2026-11-06
- vLLM 开源 System Duo 语义路由：快慢双系统按需分流推理任务 — vllm_project · 2026-11-06
- 开发者观点:把推理算力砸向问题直到它消失是当代核心技能 — rmcwhorter99 · 2026-11-06
- Claude Code 被曝在 User-Agent 头泄露用户邮箱，用户称日均收到数十封诈骗邮件 — niloofar_mire · 2026-11-06