每天听简报，了解最新科技、AI、软件资讯
小米把新模型的强化学习训练过程直接挂在官网上，谁都能实时盯着它训练到第几步。页面滚动着每轮判分：某轮判了七千八百多条回答，通过率约百分之六十六，还剩多少条没判完，跑到第几步，全写得清楚。这种做法平时看不到，大公司通常把训练细节当机密，连数据量和训练时长都不说，怕对手借数字反推模型规模。评论区有人猜，小米是想堵住外界说它蒸馏了别的模型；也有人调侃，欧美公司永远不会这么大方。还有一条较真：训练中拿基准测试打分，算不算给模型开了小灶。
进度保存在本设备 · 登录同步