#sft-grpo
Todas las noticias etiquetadas como #sft-grpo en Pulso. Reescritas con asistencia de IA a partir de fuentes públicas.
vía arxiv.org ★ Destacada · Dev hace 3 h
VibeThinker: Modelo de 3B que supera a Opus 4.5 en razonamiento con SFT+GRPO
L1: VibeThinker presenta nuevo modelo de 3 billones de parámetros.