精准揪RL数据Bug,Prompt直出小游戏,IQuest-Q1夯爆了!
精准揪出RL训练数据Bug,Prompt直出小游戏,IQuest-Q1夯爆了!
量子位 重要 大模型论文方法Agent 🕐 今天 15:59

📖 AI 总结

至知创新研究院推出IQuest-Q1模型,采用稀疏MoE架构,总参数约320B、激活参数约15B,在仓库级代码生成、网络安全、终端操作及长程代码任务等多项基准评测中表现突出。实测显示,该模型能凭一段简短提示词直接生成可玩的HTML小游戏,也能在真实RL训练场景中通过分析日志与代码库,精准定位到推理服务文本解码时多插入一个空格所导致的奖励曲线异常,并完成修复。值得关注的是,模型已参与自身研发迭代,其验证过的更新与流程可沉淀为后续版本复用的研发资产。结合团队此前在优化器、自进化框架等方面的积累,IQuest-Q1体现出对复杂任务“做对、做完”的交付导向。

🔍 深度解读 换个视角,同一件事有不同答案

正在读取芙娘的解读…
infoAI 公众号二维码

📱 每天一份 AI 前沿日报

关注公众号,每天 09:00 推送 · 不错过任何重磅