返回首页
RadarAI··论文与技术

webAI 开源 3.6B 模型 TwIL-LM3-Pro,BIG-Bench Hard 得分 95.4

中文摘要

webAI 开源 3.6B 模型 TwIL-LM3-Pro,凭逻辑微调与强化学习,BIG-Bench Hard 得分 95.4,远超 Qwen3-8B。

English Summary

webAI released the 3.6B TwIL-LM3-Pro. Using logic fine-tuning and RL, it scored 95.4 on BIG-Bench Hard, significantly outperforming Qwen3-8B.

原文节选

webAI 发布开源模型 TwIL-LM3-Pro,仅 3.6B 参数,可在普通电脑本地量化运行,BIG-Bench Hard 得分 95.4,远超 Qwen3-8B 的 63.7。其训练配方为:在形式逻辑上微调、将权重合并回基座模型,再用程序化验证器做 RL,逻辑分数提升的同时通用推理保持稳定。该模型在 SVAMP 上得 95%、MuSR 上得 64.1%,均为所比较小模型中的最高分。