小模型训练效率狂飙100倍！Thinking Machine推“在线策略蒸馏”，OpenAI前CTO亲自点赞
近日，AI新锐团队Thinking Machine发布突破性训练方法——在线策略蒸馏（On-Policy Distillation），让小模型在特定任务上的训练效率提升高达50至100倍。该成果一经公布，即获前OpenAI首席技术官Mira Murati亲自转
machine thinki thinkingmachine 2025-10-28 12:23 1
thinkingmachine
Thinking Machine新研究刷屏！结合RL微调，小模型训练更具性价比
根据Mira Murati的提炼，原来他们提出了一种让小模型更懂专业领域的LLM（大语言模型）后训练方法——On-Policy Distillation （在线策略蒸馏）。
machine rl thinkingmachine thi 2025-10-28 10:13 2
Thinking Machine新研究刷屏！结合RL+微调，小模型训练更具性价比
根据Mira Murati的提炼，原来他们提出了一种让小模型更懂专业领域的LLM（大语言模型）后训练方法——On-Policy Distillation （在线策略蒸馏）。
machine rl thinkingmachine thi 2025-10-28 09:26 1
史上最高种子轮花落AI：20亿美元断档领先，苹果Meta抢着都投不进
OpenAI前CTO创办的Thinking Machines完成20亿美元种子轮融资，不仅刷新了AI领域的融资纪录，也成为有史以来规模最大的种子轮融资。
苹果 meta 苹果meta thinkingmachine 2025-06-24 15:30 10