LoongRL 14B
Keine Schätzung
Keine Hardwareanforderungen für dieses Modell
Die Gewichte für dieses Modell wurden nicht veröffentlicht, daher kann es nicht heruntergeladen oder auf Ihrer eigenen Hardware in beliebiger Größe betrieben werden. Es ist nur über seinen Anbieter erreichbar, und keine Grafikkarte ändert das..
Aufgezeichnet
Volle Spezifikation
Alles, was in unserer Datenbank für dieses Modell aufgezeichnet ist. Der Großteil beschreibt, wie es trainiert wurde, anstatt wie es läuft — nützlicher Kontext zur Beurteilung, wie viel Arbeit darin steckt und wie es sich mit Modellen vergleicht, die in einem anderen Maßstab erstellt wurden..
Ursprung
Wer hat dieses Modell gebaut, wo und wann es veröffentlicht wurde.
- Organisation
- Microsoft Research Asia,Shanghai Jiao Tong University,Carnegie Mellon University (CMU)
- Organisationsart
- Industry,Academia,Academia
- Land
- China, United States of America
- Veröffentlicht
- 27 October 2025
- Autoren
- Siyuan Wang, Gaokai Zhang, Li Lyna Zhang, Ning Shang, Fan Yang, Dongyao Chen, Mao Yang
Was es tut
Die Problemfelder, für die das Modell entwickelt wurde. Ein Modell kann mehrere davon tragen.
- Domain
- Language
- Aufgabe
- Language modeling/generation, Question answering, Quantitative reasoning
- Basis-Modell
- Qwen2.5-14B
Größe
Wie groß das Modell ist und wie viele Daten damit trainiert wurden. Parameter sind die Zahl, die entscheidet, ob es auf einer bestimmten GPU-Karte passt.
- Parameter
- 14B
- Trainingsdaten
- 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"
Der Trainingslauf
Was es physisch gekostet hat, um zu trainieren: welche Chips, wie viele, wie lange und was das aus der Wand gezogen hat.
- Trainingshardware
- AMD Instinct MI300X
- Verwendete Chips
- 8
- Stromverbrauch
- 11.7 kW
Verfügbarkeit
Ob Sie das Modell beziehen und es auf Ihrer eigenen Hardware ausführen können, bestimmt, ob eine der Grafikkarten-Zahlen auf dieser Seite zutrifft.
- Gewichte
- Closed — provider access only
- Modellzugang
- Unreleased
- Training-Code
- 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…
Wie es klassifiziert ist
Labels, die das Quell-Datenset anwendet, wenn bemerkenswerte Modelle verfolgt werden, und wie zuversichtlich es in den Eintrag ist.
- Aufzeichnungsgenauigkeit
- Confident
Quellen
Woher dieser Datensatz stammt und wann er zuletzt überprüft wurde.
- Referenz
- LoongRL: Reinforcement Learning for Advanced Reasoning over Long Contexts
- Zuletzt aktualisiert
- 28 November 2025
Was die Zahlen bedeuten
Woher es kam
LoongRL 14B wurde veröffentlicht von Microsoft Research Asia,Shanghai Jiao Tong University,Carnegie Mellon University (CMU), im Land aufgezeichnet als China, während October 2025. Die veröffentlichende Organisation ist als industry,Academia,Academia.
Es funktioniert im Bereich von Language, und wird als die Aufgabe von aufgezeichnet language modeling/generation, Question answering, Quantitative reasoning.
Es basiert auf Qwen2.5-14B. Die meisten Modelle in diesem Bereich sind von einer bestehenden Basis abgeleitet, anstatt aus dem Nichts erstellt zu werden.
Seine Gewichte wurden niemals veröffentlicht, daher kann es nur über seinen Anbieter erreicht werden. Keine Grafikkarten ändern das.
Antworten
LoongRL 14B — Häufige Fragen
LoongRL 14B— Wofür wird es verwendet?
Es funktioniert im Bereich von Language, und wird als Bewältigung der Aufgabe von language modeling/generation, Question answering, Quantitative reasoning. Modelle tragen häufig mehr als eines von jeder, und die Tags beschreiben den Zweck anstelle von Fähigkeitsgrenzen.
LoongRL 14B— Welche GPU benötige ich, um es auszuführen?
Dieses ist ein geschlossenes Modell — seine Gewichte wurden nie veröffentlicht, sodass es zu keinem Preis heruntergeladen oder auf Ihrer eigenen Hardware ausgeführt werden kann. Es ist nur über seinen Anbieter erreichbar.
LoongRL 14B— Ist es Open-Source?
Nein. Seine Gewichte wurden nicht veröffentlicht, daher existiert es nur als ein Dienst, der von seinem Eigentümer kontrolliert wird.
LoongRL 14B— Wie viele Parameter hat es?
Es hat eine Parameteranzahl von 14B. 14B. Diese Zahl ist die Gesamtsumme, und sie bestimmt, wie viel MEMORY das MODEL benötigt – ungefähr ein halbes Gigabyte pro Milliarde bei der Kompression, die die meisten Menschen verwenden.
LoongRL 14B— Wer hat es erstellt?
Es wurde veröffentlicht von Microsoft Research Asia,Shanghai Jiao Tong University,Carnegie Mellon University (CMU), basiert auf China, eine als kategorisierte Organisation industry,Academia,Academia.
LoongRL 14B— Wann wurde es veröffentlicht?
Es wurde veröffentlicht in October 2025.
Die andere Richtung
Von der anderen Seite aus betrachten?
Diese Seite beginnt mit dem Modell. Wenn Sie bereits eine Karte besitzen und alles wissen möchten, was sie ausführen wird, Starte stattdessen von der Hardware.