07:38IT之家（博客/媒体）
72°
推荐理由：马斯克说 Grok 4.6 下周就来，1.5 万亿参数，重点改了监督微调和强化学习，可以先蹲一波。
监督微调
共 2 条相关 AI 资讯
8月5日
07:38
马斯克在 SpaceX 财报电话会议上预告，Grok 4.6 将于下周发布，总参数量为 1.5 万亿。该模型重点改进监督微调（SFT）和强化学习（RL）技术。他还透露未来 3~4 周将推出 Grok 4.7，参数量达 2.1 万亿。
6月10日
11:05
11:05
官方账号arXiv cs.LG@Tong Xie, Yuanhao Ban, Yunqi Hong, Sohyun An, Yihang Chen, Cho-Jui Hsieh
精选
推荐理由：做LLM微调的团队终于有了一个更系统的设计框架——Target-SFT直接告诉你如何选择目标分布，而不是盲目拟合每个token。做推理模型优化的开发者建议试试，效果在多个数据集上都有提升。