Liquid AI发布LFM2-2.6B-Exp：一种使用强化学习微调的实验性LLM
分析
Liquid AI发布了LFM2-2.6B-Exp，这是一个基于其现有LFM2-2.6B模型的实验性语言模型。这个新版本的显著特点是使用了纯强化学习进行微调，表明其重点是优化特定的行为或能力。该版本在Hugging Face和𝕏（前身为Twitter）上发布，表明了一种社区驱动的开发和反馈方法。该模型的实验性质意味着它仍在开发中，可能不适合所有应用，但它代表了强化学习在语言模型训练中的一个有趣的进步。进一步研究所使用的具体强化学习技术以及由此产生的性能特征将是有益的。
引用
“LFM2-2.6B-Exp是由Liquid AI使用纯强化学习在LFM2-2.6B上构建的实验性检查点。”
较旧
Titanium Morning News: Regulations on Information Disclosure of Asset Management Products by Banking and Insurance Institutions Released, Effective September 1st Next Year; Guangzhou's First Special Support Policy for the Game E-sports Industry Released; Samsung Electronics Plans to Launch Application Processors with Self-Developed GPUs as Early as 2027
较新
GLM 4.7 Ranks #2 on Website Arena, Top Among Open Weight Models