印度 Sarvam 开源 105B 新模型,创始人称 agentic RL 扩展极难
itsOmSarraf_ · x · 2026-11-23
印度 AI 公司 Sarvam 宣布开源最新版 Sarvam-105B。创始人总结的一手经验:扩展 agentic RL(智能体强化学习)'不是胆小者能干的事'——在不可验证领域做数据生成、评测和 hill climbing 是一个巨大的解锁点,但仍有大量工作要做,下一步目标是冲向 1T 参数。
「模型」频道最新
- 博主给出综合模型榜:opus 5.5 居首,兼顾成本与速度 — MatthewBerman · 2026-11-23
- OpenAI 提出以困惑度为共同安全门槛,预训练进展将更透明 — anpaure · 2026-11-23
- 用 Gemini 4 Neon 做出黄金街第一视角凶案推理游戏 — venturetwins · 2026-11-23
- OpenAI 基座模型困惑度路线图泄露:内部模型已越千年数学奖门槛 — iruletheworldmo · 2026-11-23
- 微调 Inkling 2 Mini 做工单路由:54% 问题一轮即可出结果,时延降四成 — eltokh7 · 2026-11-23
- OpenAI 员工确认 GPT-4.1 并非全新预训练,只是 mid-train — JasonBotterill · 2026-11-23