Chinese contentRSI-Prime 数据集:让 LLM 学会训练其他模型
Z.ai 放出了 RSI-Prime 数据集,350 条实验轨迹专门教 LLM 怎么训练别的模型。亮点是决策级 loss masking,只让模型从高质量决策学习。在 PostTrainBench 上把 GLM-5.3 拉升了 31.95%,做自动化训练 agent 的人值得照着这个思路试试。
Z.ai 放出了 RSI-Prime 数据集,350 条实验轨迹专门教 LLM 怎么训练别的模型。亮点是决策级 loss masking,只让模型从高质量决策学习。在 PostTrainBench 上把 GLM-5.3 拉升了 31.95%,做自动化训练 agent 的人值得照着这个思路试试。