登录
已读文章 名词 现象 观点 问题 政要

任务


分类

筛选

任务筛选：
文章

任务筛选：每个rollout组都带有信号。
文章

成本

46.2%，与Fable5、GPT-6Sol处于同一水平，而单个任务的成本比最高推理强度下的Fable5低
文章

图1：Terminal-Bench4.0上Pass@1与平均单任务成本（对数坐标）的关系。
文章

64张B300、不到5天，FireFlash比肩Fable5与GPT-6Sol，单任务成本低30倍！
文章

——

核心经验3：模型从未解出的任务，往往是坏掉的任务——在奖励到达模型之前，先验证每一个评分器。
文章