AGI Hunt· MohitIyyer·· 3 小时前AI 评分52
POLARIS-9B 用 4 张 GPU、48 小时和不到 500 美元训练长篇写作模型
POLARIS-9B:4 张 GPU、48 小时、不到 500 美元训出长篇写作模型
AI 导读
马里兰大学与 Google DeepMind 团队在 EMNLP2026 展出 POLARIS，一套以 GRPO、结构化 StoryQuality 评分和人类参考注入为核心的长篇写作训练配方。
来源：AGI Hunt · agihunt.info