强化学习预训练（Reinforcement Pre-Training, RPT）作为大语言模型（LLM）与强化学习（RL）协同进化的前沿技术，提出了一种革命性的规模化训练范式。该技术通过创新性地利用海量文本数据进行通用强化学习预训练，在...

近日，自然语言处理领域迎来一项重要技术突破——MiniPLM框架正式发布。该框架创新性地提出了一种高效的小型语言模型（SLM）预训练方法，通过从大型语言模型（LLM）中提取知识进行蒸馏训练，显著提升了小模型的性能表...

近日，人工智能技术公司Hugging Face Hub发布了一款名为Math Mistral的模型，该模型针对数学及推理能力进行了训练，具备强大的能力和广泛的应用场景。 Math Mistral是一种基于自然语言处理技术的模型，它可以帮助用...