首个全程递归自我改进的前沿预训练：开源 801-30B-A3B
一群研究者用智能体循环改造预训练流程，从零练出 801-30B-A3B，只做 6B token SFT 就在 agentic 基准上打赢 Qwen3.6-35B-A3B。想了解 RSI 怎么落地到真实训练管线、省掉巨额后训练成本的开发者值得看。
一群研究者用智能体循环改造预训练流程，从零练出 801-30B-A3B，只做 6B token SFT 就在 agentic 基准上打赢 Qwen3.6-35B-A3B。想了解 RSI 怎么落地到真实训练管线、省掉巨额后训练成本的开发者值得看。
