强化学习微调

科技人工智能

Cloudflare发布开源决策模型Clef和Clef-flash

Cloudflare推出了两个开源决策模型Clef和Clef-flash,旨在提供确定性的结构化分类结果。这些模型在Jev Decision Index基准测试中表现领先,其中Clef在43项基准测试中的延迟性能超越所有竞争对手。与竞争对手gpt-oss-120b模型相比,Clef在网站分类任务中的延迟降低约50%,…

科技人工智能

500美元强化学习微调的9B开源模型击败前沿闭源模型

多家企业通过结合开源模型、专有任务数据和强化学习技术,成功微调参数规模为9B的开源模型,在各自的专业领域内超越了先进的闭源模型,同时大幅降低了推理成本。