模型

Tulu 3

AI2发布的开放语言模型系列，在后训练中应用RLVR训练数学和代码任务

时间轴 (近 90 天)

10月28日

SafeTulu 是基于 SimpleLoRIF 构建的、移除了与不安全响应梯度最对齐的 20% 样本的 Tulu 3 版本。

待验证50%

SafeTulu 是基于 SimpleLoRIF 构建的、移除了与不安全响应梯度最对齐的 20% 样本的 Tulu 3 版本。