IXThinker·2026-01-08 13:50

潞晨云開放微調SDK 低至8元跑通強化學習

大模型競爭重心正從預訓練轉向後訓練，強化學習與精細微調成為提升模型表現的關鍵。潞晨云微調SDK開放上線，標榜以低至8元的成本跑通一次強化學習全流程，讓單名算法工程師也能完成過往整個基建團隊的工作。

後訓練成新戰場

OpenAI o1的推理突破與DeepSeek-R1靠強化學習實現的性能躍升，釋放出明確信號：決定模型天花板的不再只是算力堆砌，而是更精準的微調與強化學習迭代。