NVIDIA发布面向Agent后训练的开放中间训练配方
热点事件持续更新
NVIDIA发布面向Agent后训练的开放中间训练配方
1 篇报道1 个报道来源5 小时前更新
先了解这件事
AI 综述
NVIDIA Nemotron 团队发布论文，提出一个位于预训练与后训练之间的开放 midtraining 配方，用 256K 上下文、数千亿级 token 的真实软件工程数据加少量 Agent traces 为 Agent 后训练预热基座模型，并在两个不同规模的 Nemotron 模型上验证了其效果。 在 Nemotron 3.5 Lightning 上，加入 500B midtraining token 并在完全相同的 full SFT 之后，SWE-bench Verified 从 60.7 提升到 64.5，SWE-bench Multilingual 从 55.8 提升到 62.8，SWE-bench Pro 从 32.0 提升到 35.5。论文同时公开了配方背后的消融实验，并基于短程固定 SFT 运行建立评估协议，原因是基座模型的代理指标与后训练结果的相关性不可靠。
AI 根据报道生成 · 3 小时前更新
最新进展10月16日 12:00
开源面向 Agent 后训练的基座模型 Midtraining Recipe报道时间线
沿着报道，了解事件的不同侧面。
10月16日
- arXiv · cs.AI开源面向 Agent 后训练的基座模型 Midtraining Recipe
作者提出一种位于预训练与后训练之间的公开 midtraining recipe，用 256K 上下文、数千亿级 token 的真实软件工程数据和少量 Agent traces 为 Agent 后训练预热模型。
本事件热度走势
- 可比范围当前
- 9
- 可比范围峰值
- 910月16日 15:00
- 近 24 小时变化
- –
02.557.510
15:0016:0017:00
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。