公开模型一切，优于DeepSeek-R1，英伟达开源Llama-Nemotron家族 上午11时 2025/05/07 作者 机器之心 AI 企业竞相追逐的焦点。 但近年来，推理效率已成为模型部署和性能的关键限制因素。 基于此，英伟达
8B模型超越GPT-4o！通义实验室提出多轮对齐SDPO，让LLM更擅长多轮交互 下午11时 2025/01/26 作者 PaperWeekly LLM 如何在多轮任务中对齐人类偏好？通义提出多轮对齐 SDPO 效果上大幅度超过标准 DPO，让
