SuperAPI AI 工具集

AI开发平台

3,641 个结果 · 第 99 / 102 页

Tina

AI开发平台

Tina 是一个研究项目,探索如何在强化学习过程中使用低秩适应(LoRA)为小型语言模型高效注入推理能力。项目论文标题为《Tina: Tiny Reasoning Models via LoRA》,已被 ICLR 2026 收录。其核心问题是:以多低的成本,能够通过强化学习高效地赋予语言模型推理能力?实验表明,Tina 模型在相同基座模型上,以远低于全参数训练的成本,达到了与当前最优基线模型相当甚至更优的性能。最佳 Tina 模型在 AIME24 上取得了超过 20% 的性能提升,Pass@1 准确率达到 43.33%。复现最佳检查点仅需 9 美元,从零复现所有实验也仅需 526 美元。该项目基于 HuggingFace 的 open-r1 项目开发,使用 GRPO 算法进行 LoRA 强化学习训练,并提供了训练与评估脚本。代码仓库包含配置文件、实验配方和数据集常量等,供研究人员参考和复现。

查看介绍