快手开源GoLongRL：23K样本、9大任务类型，长上下文RL荒的时代结束了
快手开源GoLongRL：23K样本、9大任务类型，长上下文RL荒的时代结束了本研究由快手科技语言大模型团队完成，核心作者吕民轩、梅铁桦、杜坦隆等。快手科技与中国科学院大学联合提出 GoLongRL，一套完全开源的长上下文强化学习后训练方案，包含 23K 样本 RLVR 数据集
来自主题: AI技术研报
7230 点击 2026-06-20 10:21
# 热门搜索 #
大模型
人工智能
openai
融资
chatGPT