LoongRL 14B
Aucune estimation
Aucune exigence matérielle pour ce modèle
Les poids de ce modèle n'ont pas été publiés, donc il ne peut pas être téléchargé ou exécuté sur votre propre matériel à aucune taille. Il n'est accessible que par l'intermédiaire de son fournisseur, et aucun changement de carte graphique ne modifie cela..
Enregistrement
Spécifications complètes
Tout est enregistré pour ce modèle. La plupart décrit comment il a été entraîné plutôt que comment il fonctionne — un contexte utile pour juger combien de travail a été investi, et comment il se compare avec des modèles construits à une échelle différente..
Origine
Qui a construit ce modèle, où, et quand il a été publié.
- Organisation
- Microsoft Research Asia,Shanghai Jiao Tong University,Carnegie Mellon University (CMU)
- Type d'organisation
- Industry,Academia,Academia
- Pays
- China, United States of America
- Publié
- 27 October 2025
- Auteurs
- Siyuan Wang, Gaokai Zhang, Li Lyna Zhang, Ning Shang, Fan Yang, Dongyao Chen, Mao Yang
Ce qu'il fait
Les domaines problématiques pour lesquels le modèle a été conçu. Un modèle peut contenir plusieurs de chacun.
- Domaine
- Language
- Tâche
- Language modeling/generation, Question answering, Quantitative reasoning
- Modèle de base
- Qwen2.5-14B
Taille
Quelle est la taille du modèle et combien de données il a été formé. Les paramètres sont le chiffre qui décide s'il convient à une carte graphique donnée.
- paramètres
- 14B
- Données d'entraînement
- 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"
L'exécution de formation
Ce qu'il a physiquement fallu pour entraîner : quels chips, combien, pendant combien de temps, et ce que cela a tiré du secteur.
- Matériel d'entraînement
- AMD Instinct MI300X
- Chips utilisés
- 8
- Consommation d'énergie
- 11.7 kW
Disponibilité
Que vous puissiez obtenir le modèle et l'exécuter sur votre propre matériel, ce qui détermine si l'un des chiffres de la carte graphique sur cette page s'applique.
- Poids
- Closed — provider access only
- Accès au modèle
- Unreleased
- Code d'entraînement
- 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…
Comment il est classé
Étiquettes que le ensemble de données source applique lors du suivi de modèles notables, et à quel point il est confiant dans l'entrée.
- Confiance d'enregistrement
- Confident
Sources
D'où vient cet enregistrement et quand a-t-il été vérifié pour la dernière fois.
- Référence
- LoongRL: Reinforcement Learning for Advanced Reasoning over Long Contexts
- Dernière mise à jour
- 28 November 2025
Ce que les chiffres signifient
D'où cela vient-il
LoongRL 14B a été publié par Microsoft Research Asia,Shanghai Jiao Tong University,Carnegie Mellon University (CMU), dans le pays enregistré comme China, durant October 2025. L'organisation de publication est catégorisée comme industry,Academia,Academia.
Il fonctionne dans le domaine de Language, et est enregistré comme exécutant la tâche de language modeling/generation, Question answering, Quantitative reasoning.
Il s'appuie sur Qwen2.5-14B. La plupart des modèles à cette échelle sont adaptés d'une base existante plutôt que construits de rien.
Ses poids n'ont jamais été publiés, donc il ne peut être atteint que par son fournisseur. Aucun changement de carte graphique ne change cela.
Réponses
LoongRL 14B — questions courantes
LoongRL 14B— à quoi ça sert ?
Il fonctionne dans le domaine de Language, et est enregistré comme gérant la tâche de language modeling/generation, Question answering, Quantitative reasoning. Les modèles portent souvent plus d'un de chacun, et les tags décrivent l'objectif plutôt que les limites de capacité.
LoongRL 14B— Quelle GPU ai-je besoin pour l'exécuter ?
Aucun. C'est un modèle fermé - ses poids n'ont jamais été publiés, il ne peut donc pas être téléchargé ou exécuté sur votre propre matériel à aucun prix. Il n'est accessible que par son fournisseur.
LoongRL 14B— est-ce que c'est open source ?
Non. Ses poids n'ont pas été publiés, donc il n'existe que sous forme de service contrôlé par son propriétaire.
LoongRL 14B— combien de paramètres cela a-t-il ?
Il a un nombre de paramètres de 14B. 14B. Ce chiffre est le total, et c'est ce qui détermine combien de mémoire le modèle nécessite — environ un demi-gigaoctet par milliard à la compression que la plupart des gens utilisent.
LoongRL 14B— qui l'a créé ?
Il a été publié par Microsoft Research Asia,Shanghai Jiao Tong University,Carnegie Mellon University (CMU), basé sur China, une organisation catégorisée comme industry,Academia,Academia.
LoongRL 14B— quand a-t-il été publié ?
Il a été publié dans October 2025.
L'autre direction
Regardez-le de l'autre côté ?
Cette page commence par le modèle. Si vous possédez déjà une carte et souhaitez savoir tout ce qu'elle exécutera., commencez par le matériel à la place.