3月31日，螞蟻集團與清華大學聯合推出開源強化學習訓練框架AReaL-boba，研發(fā)團隊采用該框架訓練出數學推理能力達到業(yè)內領先水平（State-of-the-Art，SOTA）的7B推理模型，并以極低成本實現了32B推理大模型的高效復現。...

謝 世誠2025-04-01業(yè)界動態(tài)