08:55
Fireworks AI@FireworksAI_HQ
Fireworks AI@FireworksAI_HQ精选
推荐理由：Fireworks 刚上线了 Nemotron 3 的 RL 微调，按 GPU 小时计费不怕长对话烧钱，用 GRPO 训练一条龙搞定。
全部 AI 动态
AI 相关资讯全量信息流
6月26日
08:55
Fireworks 宣布对 NVIDIA Nemotron 3 的强化学习微调功能上线，首批支持 Nemotron 3 Super 的 LoRA 微调。训练采用 GRPO 算法，可在一处平台完成训练和部署。计费方式改为按 GPU 小时而非按 token，解决了长多轮对话成本不可控的问题。
6月19日
23:54
23:54
elvis@omarsar0
elvis@omarsar0精选
推荐理由：这篇论文用OpenAI Codex的思路做智能体技能提取，八个聚类五个纯度超0.95，但GRPO只提了2个点，分析很实在。
6月16日
20:46
AITOP6月16日 20:46
6月12日
12:57
AITOP6月12日 12:57
6月11日
15:28
AITOP6月11日 15:28
15:23
AITOP6月11日 15:23
15:07
AITOP6月11日 15:07
5月16日
21:49
21:49
向阳乔木@vista8
推荐理由：想搞懂LLM后训练技术栈的开发者，这张图帮你三分钟理清SFT、DPO、GRPO的关系和演进逻辑，建议收藏。