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。

原文链接 →

「模型」频道最新

更多「模型」频道 AI 资讯 →