SubQ Snap 用 RL 训练决策模型

关注决策模型。

根据我最近的测试，决策模型可以给企业带来极大的变革。

智能体工作流中的许多调用都是结构化的决策，因此支付前沿模型的价格并不划算。

@subquadratic 的 SubQ Snap 就是针对这类调用通过强化学习训练的。它支持 384K token 的上下文，在 16 项企业基准测试中的 13 项上领先 Jev，因此可以在完整代码库或一摞合同都在视野中的情况下做出决策。