#后训练数据
共 9 篇相关文章
·10 分钟
后训练数据困境：数量还是质量？合成数据的边际效用递减
探讨大模型后训练阶段的数据策略困境：合成数据堆量是否有效？如何平衡数据规模与质量？深入分析SFT、强化学习中学习信号边际递减现象，以及高难度样本策展的新趋势。
阅读全文 →
·10 分钟
Gemini 3.7 Flash编程能力反超Opus 4.8？性价比碾压背后的真相
DeepSWE基准测试显示Gemini 3.7 Flash编程能力超越Opus 4.8，且成本仅为七分之一、速度快6倍。深入分析小模型逆袭现象及对开发者模型选择策略的实际启示。
阅读全文 →
·16 分钟
MiniMax H3 团队 AMA 全解读：即将上线什么，还有哪些坑
MiniMax H3 团队在 Reddit 举办 AMA，确认 2K 重生成模型、稀疏注意力加速、专用图像模型即将发布，同时坦承远景糊化、细节颗粒感等已知缺陷。本文系统梳理核心信息。
阅读全文 →
·11 分钟
腾讯HY3开源模型深度实测：轻量MoE硬刚旗舰级性能
腾讯HY3开源大模型正式发布，2950亿MoE架构仅激活210亿参数，实测前端开发、3D模拟、代码生成表现出色，性价比碾压同级竞品，与DeepSeek V4 Pro正面竞争，Apache 2.0商用免费。
阅读全文 →
·7 分钟
腾讯混元HY3深度评测：小体量开源模型如何逆袭大厂
腾讯开源推理模型混元HY3（Hunyuan 3）深度解析：MoE架构、2950亿总参数、Apache 2.0商用许可，编程与前端表现媲美DeepSeek V4 Pro，成本仅为专有模型的1/35。多方实测数据全面解读。
阅读全文 →
·12 分钟
AI Agent落地生产前必做的五件事（附银行POC案例）
超过60%的AI Agent项目死在Demo到生产的路上。本文拆解Databricks技术负责人Sandy的五大支柱方法论：评估、可观测性、数据基础、编排与治理，并复盘零售银行8周POC从失败到上线的全过程，帮你避开最常见的落地陷阱。
阅读全文 →
·16 分钟
生产级AI Agent落地五大支柱：从Demo到上线的避坑实战指南
Databricks技术负责人Sandy总结生产级AI Agent落地框架，从评估、可观测性、数据基础、多Agent编排到治理五大支柱，结合零售银行8.5万英镑失败案例，帮你跨越Demo到生产环境的三大鸿沟。
阅读全文 →
·13 分钟
企业级AI Agent生产落地：从Demo到上线的五大支柱
Databricks技术专家拆解AI Agent从Demo走向生产的完整方法论，涵盖评估体系、可观测性追踪、数据基础、多Agent编排与AI治理五大支柱，附银行聊天机器人八周POC实战案例。
阅读全文 →
·8 分钟
16G显存实测：Ornith 35B vs Qwen 35B全方位对决
在16GB显存条件下，Ornith 35B与Qwen 3.6 35B谁更强？本文梳理超24小时实测结果，涵盖推理速度、256K长上下文、Agency工具调用、HumanEval编程评测等多项测试，帮助本地部署用户做出选择。
阅读全文 →