Home/Blog/预训练、SFT、RL 是同一个算法?CMU 把大模型训练流水线拧成了一个「数据旋钮」AI 与机器学习预训练、SFT、RL 是同一个算法?CMU 把大模型训练流水线拧成了一个「数据旋钮」掘金2026-10-31 08:170 viewsCMU 等机构新论文把预训练、midtraining、SFT、RL 统一成一个带权似然损失:RLSource:https://juejin.cn/post/7702592474132611099My favoritesPrevious深入理解SpringBoot:核心原理与最佳实践Next大模型综合能力多维评测:性能、逻辑与落地表现对比Related posts独占特性确认:华为 Mate 系列旗舰机“无缘”OSTA 小星芒、AI 屏等功能IT之家 11 月 21 日消息,首款为 AI 而生的鸿蒙手机 —— 华为星芒 OSTA O1 Pro 已于昨日下午正式发布 ,叠加国补后 4999 元起。华为星芒品牌总经理刘赫开通微博, 透露最受欢迎的 16G 版本已经在全平台售罄 。 0IT之家华为星芒刘赫:OSTA O1 Pro 最受欢迎的 16G 版本已在全平台售罄,远超预期IT之家 11 月 21 日消息,首款为 AI 而生的鸿蒙手机 —— 华为星芒 OSTA O1 Pro 已于昨日下午正式发布 , 首发价 5499 元起、叠加国补后 4999 元起 。 ▲ IT之家开箱:华为全新子品牌星芒 OSTA O1 0IT之家沙特联军警告撤离也门港口 胡塞武装扬言袭击吉达沙特阿拉伯领导的多国联军星期五警告平民撤离也门主要港口荷台达,预示联军可能发动新一轮空袭。 法新社报道, 也门胡塞武装 随即扬言,一旦荷台达遭袭,将攻击沙特红海沿岸港口及首都利雅得的金融区。 多国联军发言人马利基星期五(11月20日)在社媒0联合早报》-国际-即时警惕美中俄靠拢 日相高市早苗外交面临严峻考验日本首相 高市早苗 星期四(11月19日)结束为期四天的亚洲之行。她先后出席在菲律宾马尼拉举行亚细安领导人会议,以及在中国深圳召开的亚太经合组织(APEC)会议。而此行日本最警惕的,正是美中俄领导人在深圳举行的会晤。 分析指出,日本极力想避0联合早报》-国际-即时众议院报告指美国半年内对华销售大量人工智能晶片(华盛顿综合电)美国众议院外交事务委员会周四(11月19日)说,特朗普政府在去年12月至今年5月的六个月内, 批准向中国企业出口 近90万枚 英伟达 和超威半导体制造的先进 人工智能 晶片。 外交事务委员会指出,美国商务部批准出口的87万90联合早报》-国际-即时Anthropic 的数论学家声称证明黎曼猜想美国数学家 Levent Alpöge 以数论和算术统计方面的工作著称,他目前在 AI 公司 Anthropic 工作。他发表声明,声称与公司 AI 工具 Claude 合作获得了数论经典难题黎曼猜想的一般性证明。他们发现了黎曼猜想的一个证0Solidot 奇客