待验证50% 置信事实精确时间
Hydrogen-1.0选择从GLM-5.3后训练而非从零训练,走的是“基座+领域深耕”的路线。
1
来源数
50%
置信度
长期有效
时效性
2026/11/4
首次发现
来源
涉及实体
相关事实
待验证Hydrogen-1.0的训练方法结合了监督微调(SFT)与强化学习(RL),数据来源包括领域数据、科学家反馈、自有实验室记录以及发现轨迹。72% 相似待验证Hydrogen-1.0 的训练数据包括领域数据、实验室记录以及智能体发现轨迹(agent discovery trajectories)。69% 相似待验证智谱没有重新训练模型底座,而是保留了GLM-5.2的base,仅在后训练阶段进行了扩展和强化64% 相似待验证对于从零开始训练模型(而非仅部署已有模型)的场景,TensorFlow C++不是理想的入门选择62% 相似已验证GLM系列最初采用自回归填空的预训练框架,兼顾理解与生成能力62% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1134465API
curl https://kongchang.com/api/v1/knowledge/claims/1134465MCP
get_claim(id=1134465)