# 后训练的所有文章

在 HTX 新聞中心流覽與「后训练」相關的最新資訊與深度分析。潘蓋市場趨勢、專案動態、技術進展及監管政策,提供權威的加密行業洞察。

王云鹤创业后交出首个模型

王云鹤创业后交出首个模型NeoHorse,这是一款面向Agent的原生模型。该模型利用其公司基元律动在多模型调度系统(Routing Harness)中积累的Agent执行轨迹数据进行后训练,旨在将多模型协作的实践经验“练进”模型参数中。 NeoHorse包含4B和9B两个版本,重点提升模型在Agent工作流中的关键能力,如调用工具、读取环境反馈、发现错误、调整路径并完成任务。经过专门的Agentic后训练,其4B版本的综合表现已达到或略超9B基础模型,在多项评测中领先同规模模型。 基元律动的核心业务是通过开源项目OpenSquilla和API平台TokenRhythm连接开发者与多种AI模型,并在调度大量模型执行任务的过程中,沉淀出关于任务需求、模型能力边界和失败修复路径的宝贵数据。NeoHorse正是这些数据价值的首次模型化体现。其训练采用了路由引导的课程学习(Routing-Guided Curriculum)和基于策略的蒸馏(On-Policy Distillation)等方法,从海量执行日志中筛选高质量轨迹进行学习。 此举标志着基元律动从单纯的模型“使用者和调度者”,向利用自身数据反馈进行模型迭代的“能力构建者”迈出了一步。公司试图构建一个从任务执行、数据积累到模型改进的增强循环(RSI),以优化推理成本与效率。然而,面对头部模型厂商日益强大的垂直整合趋势,这种以模型中立和多模型经验为核心的模式能否持续构建护城河,仍需观察。

marsbit09/08 09:26

王云鹤创业后交出首个模型

marsbit09/08 09:26

活动图片