实体
ClawEval
ClawEval
PulseAugur coverage of ClawEval — every cluster mentioning ClawEval across labs, papers, and developer communities, ranked by signal.
总计 · 30天
2
90 天内 3
发布 · 30天
0
90 天内 0
论文 · 30天
1
90 天内 1
层级分布 · 90 天
主题
最近 · 第 1/1 页 · 共 3 条
-
Sabi-Noema 微调提升 Qwen 3.8 27B 的能力和效率
一款名为 Sabi-Noema 的新微调模型已发布，该模型基于 Qwen 3.8 27B，专注于提升 300 亿参数以下模型的增强能力和效率。此微调在编码、智能体任务和工具调用方面表现出改进的性能，在 DeepSWE 和 TB2.1 等基准测试中优于同等规模的其他模型。此外，Sabi-Noema-MLA 变体通过 MLA 注意力显著减少了 token 生成和内存使用，从而在消费级硬件上实现了更大的上下文窗口。
-
Cowork-Gym 框架训练 Qwen 模型以执行协作代理任务
研究人员开发了 Cowork-Gym，一个旨在为训练协作式人工智能代理大规模合成交互式工作环境的框架。该框架利用构建-执行-修正循环，结合用户模拟和反馈来验证和修复生成的环境。该系统被用于微调各种尺寸的 Qwen 模型（9B、27B 和 35B-A3B），在代理基准测试中取得了显著的性能提升，其中 27B 模型在 PAWBench 和 ClawEval 等特定基准测试中的表现明显优于更大的模型。
-
腾讯发布开源Hunyuan Hy3大语言模型，声称性能领先
腾讯已发布其Hunyuan Hy3大语言模型的最终版本，采用Apache 2.0许可证。该模型拥有2950亿参数，每个token有210亿活跃参数，上下文窗口为256K。腾讯声称其在某些基准测试中优于DeepSeek V4 Pro和Qwen 3.7 Max等竞争对手，但独立验证尚待进行。该模型价格也格外实惠，远低于许多旗舰模型。