一位开发者训练了一个名为Nova的5700万参数边缘模型,在确定性工具调用方面实现了100%的精度。该项目现在正使用可验证监督强化学习(RLVS)分支为三个专用版本。这些分支将专注于网络安全、抽象推理(ARC-AGI)以及为同事代理进行平衡的桌面执行,旨在避免多任务微调中常见的梯度干扰。 AI
影响 这种方法可以为特定任务实现更专业、更高效的小规模AI模型,有可能降低高级AI应用的硬件要求。
排序理由 该项目描述了一个定制AI模型的训练和开发,包括具体技术和未来的训练方向,属于研究范畴。[lever_c_demoted from research: ic=1 ai=1.0]
- Balanced Desktop Execution
- computer security
- LuxurAI Cowork
- manganese-57
- Nova
- Program of Thought Prompting
- Reinforcement Learning with Verifiable Supervision
- supervised fine-tuning
- Windows API
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →