待验证50% 置信事实精确时间
OmniSimulator 训练框架让 8B 级别的小模型在用户模拟任务上达到与 Claude-Sonnet-4.5 竞争的水平。
1
来源数
50%
置信度
中期 (~90 天)
时效性
2026/10/22
首次发现
有效期至：2027/1/20
来源
涉及实体
相关事实
待验证OmniSimulator 基于 200 名真实用户三个月的历史交互轨迹构建训练数据，每名用户平均蒸馏约 50 个高质量示例，最终形成 9,881 条训练实例。70% 相似待验证对视觉大模型做下游任务微调时，可选择只微调后端LLM、只微调前端Encoder、两部分都训练，或指定训练特定层和模块69% 相似待验证对于7B以下模型的微调和部署，Hugging Face等标准工具链足够高效；70B以上模型的训练可能需要NeMo的高级并行能力68% 相似已验证通过Agent Tuning专项训练,3B、7B等小参数模型也能获得较强Agent能力67% 相似待验证OmniVerifier-C1 采用解耦式强化学习训练策略，将优化目标拆分为子问题级二值判断和全局对齐评分两部分。67% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1084317API
curl https://kongchang.com/api/v1/knowledge/claims/1084317MCP
get_claim(id=1084317)