模型精选22:33MistralAI 模拟中训练模型:40万轨迹、22倍 token 减少、CISPO 在线 RLMistralAI 搞了个模拟训练,40万轨迹加前缀缓存省了22倍 token 还出了新算法 CISPO,速度和质量都提上去了。#MistralAI#CISPO#模拟训练#前缀缓存官方账号Mistral AI@MistralAI原文稍后读已读值得跟进有用关注 MistralAI