AGI Hunt· Mysterious_Hearing14·· 3 小时前AI 评分56
开发者用类似 Meta RL-XAR 方法训出 Qwen3.8-27B-antislop，EQbench 排第 4
开发者用 Meta RL-XAR 方法训出 Qwen 27B 反 slop 模型,EQbench 前 4
AI 导读
开发者 AlexWortega 发布 Qwen3.8-27B-antislop，基于 Qwen 27B 用类似 Meta RL-XAR 的风格化强化学习方法，针对 AI slop 腔调做 RL 训练，在 EQbench 排行上位列第 4。
来源：AGI Hunt · agihunt.info