标签：s1K

16张H100训26分钟，超越o1-preview！李飞飞等用1K样本，揭秘测试时Scaling

提升大模型推理性能通常依赖于大量数据和算力，但李飞飞团队提出了一种新方法，仅使用1000个样本进行微调，并引入预算强制技术（budget forcing），在测试时...

AIGC动态

21小时前