Tinker 团队发布模型可微调性评测：Inkling 2 Small 用更少成本学到更高奖励

Tinker 团队发布模型可微调性评测，Inkling 2 Small 用更少成本获得更高奖励。它在投资分析 RL 微调中收敛更快，最终 held-out rubric reward 更高，并优于多款同量级开源模型。实验用 AsyncRL 与 Stable Reinforce loss 运行 200 步，取 3 个 seed 平均，成本按 Tinker 每 token 定价估算。