IXThinker·2025-07-10 12:20港大聯手字節Seed 4B小模型數學推理超Claude 4
香港大學NLP團隊聯合字節Seed與復旦大學發布強化學習配方Polaris，令四B小模型在數學推理基準超越多款商業大模型，可部署於消費級顯卡，數據、模型與代碼全部開源。
小模型逆襲成績
Polaris以Scaling RL訓練配方，令四B參數模型在AIME25與AIME24分別取得79.4與81.2，超越Seed-1.5-thinking、Claude-4-Opus等商業模型的表現。
與頂尖商業系統動輒數百億參數相比，Polaris-4B的體積使其能夠部署在消費級顯卡上，大幅降低了先進數學推理能力的獲取門檻，對本地化應用尤具意義。
IXThinker 會員內容
呢篇係 Archive 內容。登入即可解鎖全文，仲有成個 15,000+ 篇、每日更新嘅 AI 動態資料庫。
免費登入／註冊解鎖全文 →Google 或電郵地址即可，即刻解鎖。