SubQ Snap以RL训练决策模型引发关注
先了解这件事
AI 综述
2026年10月13日，DAIR.AI的Elvis Saravia在X上发文介绍SubQ Snap。他指出，Agent工作流中许多调用属于结构化决策，为此支付前沿模型的价格并不合理，而决策模型对业务可能极具变革性。据其测试，@subquadratic的SubQ Snap通过强化学习（RL）训练来处理这类调用，具备384K token上下文，可在完整仓库或一摞合同的视野下做出决策，并在16项企业基准中的13项上领先Jev。
报道时间线
10月13日
- SubQ Snap 用 RL 训练决策模型
关注决策模型。 从我最近的测试来看，决策模型对业务可能极具变革性。 Agent 工作流中的许多调用都是结构化决策，为此支付前沿模型的价格并不合理。 @subquadratic 的 SubQ Snap 通过 RL 训练来处理这类调用。它拥有 384K token 上下文，在 16 项企业基准中的 13 项上领先 Jev，因此可以在完整仓库或一摞合同的视野下做出决策。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。