RL训练 | Toby’s Blog

100倍成本优势，小模型凭什么反杀GPT-5.6？

Neon和Castform用一份报告捅破了一个很多人不愿意承认的事实：在一个具体的检索任务上，经过RL后训练的开源小模型可以匹配甚至击败GPT-5.6，而成本只有它的百分之一。