IXThinker·2025-04-02 12:20

螞蟻清華開源框架低成本復現QwQ

訓練推理模型動輒燒錢的印象正在被改寫。螞蟻與清華联手開源的強化學習框架AReaL-boba，以極低成本刷新數學推理紀錄，連訓練細節也毫無保留地公開，讓小團隊也有機會上手。

兩天刷新7B紀錄

使用這個開源框架，只需2天時間就能刷新7B模型的數學推理紀錄。AReaL-boba在降低訓練成本的同時，訓練速率與推理能力均大幅提升，把推理模型訓練推向新的水平。