待验证50% 置信事实精确时间
Day-0 支持指新模型发布当天，训练框架就已完成适配，可直接用于 RL 后训练。
1
来源数
50%
置信度
长期有效
时效性
2026/10/17
首次发现
来源
涉及实体
相关事实
待验证系统支持模型管理功能，可将新训练的V2.0（10轮训练版本）模型上传并设为默认72% 相似待验证同一天发布两个前沿级模型，透露出训练管线可复用性——同一套预训练基础模型可以通过不同后训练与压缩策略派生出多个版本。68% 相似待验证SkyRL（由 NovaSkyAI 开发）为 Reflection-Beam-1.0 提供了 Day-0 强化学习训练支持，涵盖 LoRA 微调、BF16 全参数微调和 MXFP8 精度 RL 训练，并使用 vLLM 进行 rollout 采样。67% 相似待验证采样与训练解耦是现代分布式RL框架的关键设计模式，将Actor节点和Learner节点分离并异步运行以保持GPU高利用率66% 相似待验证全球首个视频-动作延伸训练模型发布2.0版本，采用预判式控制路线并已开源65% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1050673API
curl https://kongchang.com/api/v1/knowledge/claims/1050673MCP
get_claim(id=1050673)