Kardashev-0.7：首个由 32 个模型组成的 RL 训练群体，成本仅 0.7%-2%

Kardashev-0.7 宣称是全球首个由 32 个不同模型组成的训练化群体（swarm），采用 RLPS（Reinforcement Learning for Population Scaling）强化学习方法训练。