LoongRL 7B
Sin estimación
Sin requisitos de hardware para este modelo
Los pesos para este modelo no han sido publicados, por lo que no se puede descargar ni ejecutar en tu propio hardware de ningún tamaño. Solo se puede acceder a través de su proveedor, y ningún cambio de tarjeta gráfica eso..
En registro
especificación completa
Todo en archivo para este modelo. La mayor parte describe cómo fue entrenado en lugar de cómo se ejecuta — contexto útil para juzgar cuánto trabajo se invirtió en él y cómo se compara con modelos construidos a una escala diferente..
Origen
Quién construyó este modelo, dónde, y cuándo fue publicado.
- Organización
- Microsoft Research Asia,Shanghai Jiao Tong University,Carnegie Mellon University (CMU)
- Tipo de Organización
- Industry,Academia,Academia
- País
- China, United States of America
- Publicado
- 27 October 2025
- Autores
- Siyuan Wang, Gaokai Zhang, Li Lyna Zhang, Ning Shang, Fan Yang, Dongyao Chen, Mao Yang
Lo que hace
Las áreas problemáticas para las que se construyó el modelo. Un modelo puede llevar varios de cada uno.
- Dominio
- Language
- Tarea
- Language modeling/generation, Question answering, Quantitative reasoning
- Modelo base
- Qwen2.5 Instruct (7B)
Tamaño
Qué tan grande es el modelo y cuántos datos se usaron para su entrenamiento. Los parámetros son la cifra que decide si se ajusta en una tarjeta gráfica dada.
- parámetros
- 7B
- Datos de entrenamiento
- tokens
7B
"Batch sizes are set to 512 for 7B model" "a maximum output length of 4,096 tokens and longcontext inputs of ∼ 16K" "42 steps in warm-up, 168 in Stage I and 118 in Stage II" "After Stage I, we generate eight rollouts per example using the best checkpoint"
La ejecución de entrenamiento
Lo que costó físicamente entrenar: qué chips, cuántos, por cuánto tiempo y qué eso consumió de la pared.
- Hardware de entrenamiento
- NVIDIA A100
- Chips utilizados
- 16
- Consumo de energía
- 12.5 kW
Disponibilidad
Si puedes obtener el modelo y ejecutarlo en tu propio hardware, lo que decide si alguna de las cifras de la GPU en esta página se aplica.
- Pesos
- Closed — provider access only
- Acceso al modelo
- Unreleased
- Código de entrenamiento
- 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…
Cómo está clasificado
Etiquetas que el conjunto de datos fuente aplica al rastrear modelos notables y cuán confiable es en la entrada.
- Confianza de registro
- Confident
Fuentes
De dónde proviene este registro y cuándo fue comprobado por última vez.
- Referencia
- LoongRL: Reinforcement Learning for Advanced Reasoning over Long Contexts
- Última actualización
- 28 November 2025
Qué significan los números
Fondo
LoongRL 7B fue publicado por Microsoft Research Asia,Shanghai Jiao Tong University,Carnegie Mellon University (CMU), en el país registrado como China, durante October 2025. La categoría en la que se encuentra el editor es industry,Academia,Academia.
Funciona en el dominio de Language, y se registra como realizando la tarea de language modeling/generation, Question answering, Quantitative reasoning.
En lugar de ser entrenado desde cero, se deriva de Qwen2.5 Instruct (7B). Por eso comparte la forma y el tamaño general del modelo base.
Este es un modelo cerrado: los valores entrenados quedaron con quien los produjo, y no hay una versión local para ejecutar.
Respuestas
LoongRL 7B — preguntas comunes
LoongRL 7B— ¿Es de código abierto?
No. Sus pesos no han sido publicados, por lo que existe solo como un servicio controlado por su propietario.
LoongRL 7B— ¿cuántos parámetros tiene?
Tiene un recuento de parámetros de 7B. 7B. Esa cifra es el total, y es lo que decide cuánta MEMORIA necesita el modelo — aproximadamente medio gigabyte por mil millones en la compresión que la mayoría de las personas usa.
LoongRL 7B— ¿Quién lo creó?
Fue publicado por Microsoft Research Asia,Shanghai Jiao Tong University,Carnegie Mellon University (CMU), basado en China, una organización categorizada como industry,Academia,Academia.
LoongRL 7B— ¿cuándo fue lanzado?
Se publicó en October 2025.
LoongRL 7B— ¿Para qué se utiliza?
Funciona en el dominio de Language, y se registra como manejando la tarea de language modeling/generation, Question answering, Quantitative reasoning. Estas son las áreas en las que fue diseñado; describen la intención más que un límite estricto.
LoongRL 7B— ¿Qué GPU necesito para ejecutarlo?
Ninguno. Este es un modelo cerrado: sus PESOS nunca fueron publicados, por lo que no se puede descargar o ejecutar en su propio hardware a ningún precio. Solo se puede acceder a él a través de su proveedor.
La otra dirección
¿Mirándolo desde el otro lado?
Esta página comienza desde el modelo. Si ya posees una tarjeta y quieres saber todo lo que podrá ejecutar., Comience desde el hardware en su lugar.