微软开源rStar2-Agent数学推理模型：140亿参数超越6710亿大模型，主动式强化学习突破
微软研究院开源rStar2-Agent数学推理模型，仅140亿参数超越6710亿参数大模型。基于主动式强化学习架构，实现高效训练和卓越泛化能力，降低计算成本，推动AI推理技术发展。
排序
英伟达开源Nemotron-Nano-9B-V2模型：90亿参数性能比肩主流，吞吐量达6.3倍
英伟达发布开源小型语言模型Nemotron-Nano-9B-V2，在GSM8K、MMLU-Pro等基准测试中性能媲美Qwen3-8B，支持128K上下文长度，单个A10 GPU可运行，现已在Huggi...