热点事件持续更新
FinanceYF5：开源模型后训练的两难
2 篇报道1 个报道来源2 小时前更新
先了解这件事
AI 综述
2026 年 10 月 28 日，AGI Hunt 报道 FinanceYF5 Neolab 系列第 3 部分的测算：自建 1000 张 GB300（约 14 套 NVL72 机架）三年成本约 1.25 亿至 1.5 亿美元，每季度约可完成 10²⁵ FLOPs，算力足以训出 GPT-4 级别模型，但预训练能力仍落后前沿模型 1 至 2 个数量级。因此该系列认为，基于优秀开源模型做后训练、追上前沿水平的机会更大。不过这一路线存在两项风险：RL 环境本身还需投入数百万美元；团队会被绑定在某个基础模型上，一旦新的底座模型发布，现有成果可能迅速被超越。
AI 根据报道生成 · 1 小时前更新
报道时间线
沿着报道，了解事件的不同侧面。
10月28日
- AGI HuntFinanceYF5 Neolab：开源模型后训练的两难——RL 环境再花数百万美元，且怕新底座发布
FinanceYF5 Neolab 系列第 3 部分提出，基于优秀开源模型做后训练追上前沿水平的机会更大，但存在两项风险。RL 环境本身还要投入数百万美元，团队会被绑定在某个基础模型上。一旦新的底座模型发布，现有成果可能迅速被超越。
- AGI Hunt买1000张GB300训练模型：三年烧1.5亿美元仍落后前沿1-2个数量级
FinanceYF5 测算，1000 张 GB300（约 14 套 NVL72 机架）三年成本约 1.25 亿至 1.5 亿美元，但预训练能力仍落后前沿模型 1-2 个数量级。该配置每季度约可完成 10²⁵ FLOPs，足以训出 GPT-4 级别模型。后训练基于优秀开源模型追前沿机会更大，但 RL 环境还需数百万美元，且团队会被绑定在某个底座模型上。
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。