IXThinker·2026-06-08 17:12微軟自研推理模型 純RL訓練AIME達97%
微軟AI團隊提出系統級訓練框架，從零訓練出總參數一萬億、激活參數三百五十億的專家混合推理模型。該模型摒棄第三方蒸餾數據，以強化學習實現持續自我提升，在多項基準達到同級前沿水平。
爬山機器框架
團隊將模型開發視為系統級優化問題，提出旨在實現快速且持續性能提升的訓練框架。思路核心在於構建能夠不斷自我改進的閉環，而非依賴單次大規模訓練衝刺。
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。