LoongRL 14B
Žádný odhad
Žádné hardwarové požadavky pro tento model
Hmotnosti pro tento model nebyly zveřejněny, takže jej nelze stáhnout ani spustit na vlastním hardwaru v žádné velikosti. Je dostupný pouze prostřednictvím svého poskytovatele, a žádná změna grafické karty to nezmění..
Na záznamu
Plná specifikace
Všechno o tomto modelu v záznamech. Většina z toho popisuje, jak byl trénován, spíše než jak funguje — užitečný kontext pro posouzení, kolik práce do něj bylo vynaloženo, a jak se srovnává s modely postavenými na jiné úrovni..
Původ
Kdo vytvořil tento model, kde a kdy byl publikován.
- Organizace
- Microsoft Research Asia,Shanghai Jiao Tong University,Carnegie Mellon University (CMU)
- Typ organizace
- Industry,Academia,Academia
- Země
- China, United States of America
- Publikováno
- 27 October 2025
- Autoři
- Siyuan Wang, Gaokai Zhang, Li Lyna Zhang, Ning Shang, Fan Yang, Dongyao Chen, Mao Yang
Co to dělá
Problémové oblasti, pro které byl model vytvořen. Model může obsahovat několik z každého.
- Doména
- Language
- Úkol
- Language modeling/generation, Question answering, Quantitative reasoning
- Základní model
- Qwen2.5-14B
Velikost
Jak velký je model a kolik dat byl trénován. Parametry jsou číslo, které rozhoduje, zda se vejde na danou grafickou kartu.
- parametry
- 14B
- Výcviková data
- tokens
14B
"Batch sizes are set to 512 for 7B model and 256 for 14B model" "a maximum output length of 4,096 tokens and longcontext inputs of ∼ 16K" "We train for 168 steps in Stage I and 150 steps in Stage II" "After Stage I, we generate eight rollouts per example using the best checkpoint"
Tréninkový běh
Co fyzicky vyžadovalo trénování: které čipy, kolik, jak dlouho a co to vyžadovalo ze zásuvky.
- Tréninkový hardware
- AMD Instinct MI300X
- Používané čipy
- 8
- Příkon
- 11.7 kW
Dostupnost
Zda můžete získat model a spustit ho na svém vlastním hardwaru, což rozhoduje o tom, zda se některé z čísel grafických karet na této stránce vztahují.
- Hmotnosti
- Closed — provider access only
- Přístup k modelu
- Unreleased
- Tréninkový kód
- Open (non-commercial)
"We have made extensive efforts to ensure the reproducibility of our work. Details of the GRPO algorithm and hyperparameters are provided in Section 3.2.1 and Section 4.1. We provide our training prompt template in Appendix A.2. The datasets used in our experiments are described in Table 1. To further facilitate reproducibility, the supplementary materials include (i) our RL training code, (ii) the code for synthesizing KeyChain data, and (iii) several representative samples of the synthesized K…
Jak je to klasifikováno
Štítky aplikačních datových sad, které se používají při sledování významných modelů, a jak jistý je ve záznamu.
- Záznam důvěry
- Confident
Žrovy
Odkud tento záznam pochází a kdy byl naposledy zkontrolován.
- Reference
- LoongRL: Reinforcement Learning for Advanced Reasoning over Long Contexts
- Nap poslední aktualizace
- 28 November 2025
Co čísla znamenají
Odkud to přišlo
LoongRL 14B byl zveřejněn Microsoft Research Asia,Shanghai Jiao Tong University,Carnegie Mellon University (CMU), v zemi zaznamenané jako China, během October 2025. Vydavatelská organizace je kategorizována jako industry,Academia,Academia.
funguje v oblasti Language, a je zaznamenán jako vykonávající úkol language modeling/generation, Question answering, Quantitative reasoning.
Staví na Qwen2.5-14B. Většina modelů na této úrovni je přizpůsobena z existující základny namísto toho, aby byla vytvořena od nuly.
Jeho váhy nikdy nebyly zveřejněny, takže k němu lze přistupovat pouze prostřednictvím jeho poskytovatele. Žádná změna grafické karty to nezmění.
Odpovědi
LoongRL 14B — běžné otázky
LoongRL 14B— K čemu se to používá?
funguje v oblasti Language, a je zaznamenáno jako zpracovávající úkol language modeling/generation, Question answering, Quantitative reasoning. Modely často obsahují více než jeden z každého a štítky popisují účel spíše než omezení schopností.
LoongRL 14B— Jakou GPU potřebuji k jejímu spuštění?
Žádné. Toto je uzavřený model — jeho váhy nikdy nebyly zveřejněny, takže jej nelze stáhnout nebo spustit na vlastním hardwaru za žádnou cenu. Je dostupný pouze prostřednictvím jeho poskytovatele.
LoongRL 14B— Je to OPEN SOURCE?
Ne. Jeho váhy nebyly zveřejněny, takže existuje pouze jako služba řízená jeho vlastníkem.
LoongRL 14B— kolik má parametrů?
Má počet parametrů 14B. 14B. Tato cifra je celková a rozhoduje o tom, kolik VRAM model potřebuje — přibližně půl gigabajtu na miliardu při kompresi, kterou většina lidí používá.
LoongRL 14B— Kdo to vytvořil?
Bylo to publikováno společností Microsoft Research Asia,Shanghai Jiao Tong University,Carnegie Mellon University (CMU), zakládající se na China, organizace zařazená jako industry,Academia,Academia.
LoongRL 14B— Kdy byl vydán?
Bylo to zveřejněno v October 2025.
Druhý směr
Díváte se na to z druhé strany?
Tato stránka začíná od modelu. Pokud již vlastníte kartu a chcete vědět všechno, co bude spuštěno, začněte raději od hardwaru.