#RSI-Prime

共 1 条 · 7 天 1 条 · 30 天 1 条
信息流里打上「RSI-Prime」标签的资讯、产品与论文,按刊登时间排,新的在上。
11月18日
RSI-Prime 数据集:让 LLM 学会训练其他模型

Z.ai 放出了 RSI-Prime 数据集,350 条实验轨迹专门教 LLM 怎么训练别的模型。亮点是决策级 loss masking,只让模型从高质量决策学习。在 PostTrainBench 上把 GLM-5.3 拉升了 31.95%,做自动化训练 agent 的人值得照着这个思路试试。

arXiv cs.AI@Dewu Zheng 等 5 人原文