跳到正文
arXiv · AI· Abhishek Mishra, Sandeep Srinivasa, Arko Chattopadhyay, Enrique Martinho Ferrao, Guda Pranav Reddy·· 3 天前AI 评分35

GLM-4.7-Flash 执行引导训练:C++ 编码模型改进

Let Execution Do the Teaching

AI 导读

基于 GLM-4.7-Flash,采用全文件微调、C++ 修复课程及组相对强化学习。 该流程利用执行反馈构建奖励,在 26 项 C++ 任务中评估模型性能。 最强配置首轮成功率 45.2%,两轮内达 61.5%。

来源:arXiv · AI · arxiv.org