#RL post-train

共 1 条 · 7 天 1 条 · 30 天 1 条

Qwen3.8 1 Terminal-Bench 1 开源模型 1 智能体 1

信息流里打上「RL post-train」标签的资讯、产品与论文，按刊登时间排，新的在上。

10月20日

模型 Agent 与开发者精选22:13

Qwen3.8-27B RL后训练版：幻觉率减半，单卡4090可跑

一个 27B 开源模型把幻觉率砍半，单张 4090 就能跑，跑分还压过 GPT-6 Luna，这个后训练思路很值得看看。

#Qwen3.8 #开源模型 #RL post-train #Terminal-Bench

rohanpaul_ai@rohanpaul_ai原文