跳到正文
11月2日周一
  1. GitHub Org · bytedance60

    字节跳动发布 axion1_0 训练配方,称 2 SFT + RL 即可实现前沿级 Agent 能力

    字节跳动在 GitHub 开源 axion1_0 完整训练配方,称仅靠高质量数据和 2 SFT + RL 即可获得前沿级 Agent 能力。该配方不使用 mid-training、DPO 和 OPD。

    推荐理由:原文给出完整配方,主张不做 mid-training、DPO 和 OPD 也能做出前沿级 Agent 能力,可作为简化训练流程的参考。

6月3日周三
1月5日周一