30B-A3B
PulseAugur coverage of 30B-A3B — every cluster mentioning 30B-A3B across labs, papers, and developer communities, ranked by signal.
1 天有情绪数据
-
新的多尺度策略优化提升了LLM智能体的性能
研究人员开发了一种名为多尺度策略优化（MPO）的新方法，以提高长时序大型语言模型（LLM）智能体的性能。MPO通过在回合层面进行优化，并进行更精细的代币层面分配，解决了跨多个回合分配行动功劳的挑战。在涉及搜索、工具使用和自动化的任务上使用4B和30B-A3B模型进行的实验表明，与现有的强化学习基线相比，性能得到了持续改进。
-
NVIDIA发布SEA-LION-v4.8模型，支持东南亚语言
NVIDIA发布了一份技术报告，详细介绍了基于NVIDIA Nemotron 3架构构建的SEA-LION-v4.8系列模型。这些模型，包括30B-A3B和120B-A12B变体，已通过东南亚、推理、代码和多语言数据集进行了增强。SEA-LION模型在SEA-HELM基准测试中表现出显著的改进，尤其是在七种东南亚语言的指令遵循、自然语言推理和理解方面。
-
OpenResearcher流程支持离线合成AI研究轨迹
研究人员开发了OpenResearcher，一个开源流程，用于合成用于训练深度研究代理的长时研究轨迹。该流程离线运行，利用三个显式浏览器原语处理1.5千万文档语料库，与专有API相比，可以实现可复现且成本效益高的数据收集。通过使用GPT-OSS-120B作为教师模型，他们生成了超过97,000条轨迹，当在30B-A3B模型上对此数据进行微调时，在BrowseComp-Plus等基准测试中的准确性显著提高。
-
新欧洲开源模型Soofi S发布，支持本地部署
一款名为Soofi S的新型开源大型语言模型已发布，其300亿参数版本标记为30B-A3B。该模型由欧洲开发，专为本地执行而设计，目前处于早期开发阶段。用户正在将其性能与Qwen 3.6和Gemma 4等现有模型进行比较。
-
Loopie Transformer架构在奥林匹克竞赛中取得金牌级表现
研究人员推出了一种新颖的循环Transformer架构Loopie，旨在克服以往在扩展性方面的限制。Loopie系列包含两个混合专家（MoE）模型：一个拥有200亿参数（其中20亿为激活参数）的版本，以及一个拥有60亿参数（其中6亿为激活参数）的版本。消融研究表明，在同等计算预算下训练时，Loopie的性能显著优于传统的Transformer基线模型。此外，Loopie展现出强大的推理能力，在2025年国际数学奥林匹克竞赛和国际物理奥…