Predibase发布全球首个端到端强化微调平台并开源

Predibase推出全球首个端到端强化微调平台（RFT），受DeepSeek-R1开源启发，支持无服务器与端到端训练，大幅简化大模型微调流程。基于Qwen2.5-Coder-32B-instruct微调的Predibase-T2T-32B-RFT模型，在Kernelbench测试中表现优异，正确率较DeepSeek-R1、OpenAI o1高3倍，比Claude 3.7 Sonnet高4倍以上，且模型体量更小。
来源：https://tech.ifeng.com/c/8hrl7nqTQjs