训练模型本来就是工程向的东西肯定是以结果来论述一个事情
基于QWEN微调 
并不是的
模型微调是一种基于预训练模型的定向训练方法，也没毛病
？？？？ 
人家的论文里根本没有提编码能力，数学的微调和编码也没关系，肯定又是没有看过论文的自媒体瞎吹蹭热度。 
而且论文里添加限定词词了：
on competition math questions by up to 27% (MATH and AIME24)
很可能是自媒体不看论文瞎吹，比论文作者更懂论文 
其实蒸馏后的小模型和直接微调小模型，在参数受限的情况下能力可以无限接近。所以用小模型直接微调训练没有问题。主要的是大模型和基础模型的训练。
0到1 与 1到10 本身就不是一个概念呢
s1 团队说的很明确，是simple test-time scaling，压根没提 inference-time scaling.
test-time 就是思考时间的探索，让小模型 增加思考时间的意思。（其实就是 think block 直接替换为 “Wait”，然后比较 performance），这是一次 基于 R1的 Aha moment 的结论基础上的，微创新探索。不知道新闻纠结什么，练习左右互搏么
1 个赞
她不需要更火了