待验证50% 置信事实精确时间
Cohere将Qwen模型的行为定性为“训练怪癖”。
1
来源数
50%
置信度
短期 (~14 天)
时效性
2026/10/27
首次发现
有效期至：2026/11/10
来源
Qwen模型“私自外传文件”事件：Cohere与阿里各执一词
rss2026/10/27
涉及实体
相关事实
待验证Qwen 团队开源了 QwenGyre，一个面向超长任务智能体（XLong agent training）的弹性强化学习框架。62% 相似待验证研究者在 Qwen3-14B 模型上测试了直接训练模型学会何时作答，以及训练独立答案选择器两条技术路线62% 相似已验证离策略蒸馏实验使用Qwen3 0.6B作为学生模型，Qwen3 4B作为教师模型58% 相似待验证Qwen 3是阿里巴巴通义实验室发布的开源大语言模型系列，具备混合推理模式和强化学习后训练能力56% 相似待验证GAIL（Generative Adversarial Imitation Learning）借鉴GAN思想，通过对抗训练来匹配专家与学习者的状态-动作占用度量55% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1102287API
curl https://kongchang.com/api/v1/knowledge/claims/1102287MCP
get_claim(id=1102287)