加载中…
加载中…
Techub News 消息，Meta 与卡内基梅隆大学的一项联合研究发现，一个通过强化学习（RL）训练的 80 亿参数模型，在工具选择任务上的表现超越了规模更大的 Llama-4-Maverick 模型。该研究表明，更小、更具成本效益的 AI 模型有可能超越大型模型，或将重塑 AI 开发优先级，更强调效率而非规模。（Crypto Briefing）
如您认为本页面（或本平台）内容存在侵权或违规情形，请您在发现之日起尽快与我们联系，并提供：权利人姓名/名称及联系方式、被侵权作品名称及权属证明、具体侵权链接及情况说明。我们在核实后将及时处理相关内容。
联系方式：creator@techub.news
商务合作：contacting@techub.news
点击链接下载 Techub News App，获取最新讯息：
https://www.techub.news/download
（或扫描下方二维码下载）
本网站所提供的所有信息仅供参考之用。
本网站不保证信息的准确性、有效性、及时性和完整性。
任何依赖于本网站所提供信息的行为，均由用户自行承担风险。
Techub News 消息，Meta 与卡内基梅隆大学的一项联合研究发现，一个通过强化学习（RL）训练的 80 亿参数模型，在工具选择任务上的表现超越了规模更大的 Llama-4-Maverick 模型。该研究表明，更小、更具成本效益的 AI 模型有可能超越大型模型，或将重塑 AI 开发优先级，更强调效率而非规模。（Crypto Briefing）
如您认为本页面（或本平台）内容存在侵权或违规情形，请您在发现之日起尽快与我们联系，并提供：权利人姓名/名称及联系方式、被侵权作品名称及权属证明、具体侵权链接及情况说明。我们在核实后将及时处理相关内容。
联系方式：creator@techub.news
商务合作：contacting@techub.news
点击链接下载 Techub News App，获取最新讯息：
https://www.techub.news/download
（或扫描下方二维码下载）
本网站所提供的所有信息仅供参考之用。本网站不保证信息的准确性、有效性、及时性和完整性。任何依赖于本网站所提供信息的行为，均由用户自行承担风险。
