[image] 
 [image] 
字节前一段时间开源的RL算法感觉有点厉害啊，200b的模型激活20b基本比R1都要好了，就是不知道是不是多模态了，要是多模态，后续再堆上参数可以和gemini拼一拼了。 
字节前一段时间开源的RL算法感觉有点厉害啊，200b的模型激活20b基本比R1都要好了，就是不知道是不是多模态了，要是多模态，后续再堆上参数可以和gemini拼一拼了。