Bridgewater Harvey Intercom

500美元强化学习微调的9B开源模型击败前沿闭源模型

多家企业通过结合开源模型、专有任务数据和强化学习技术，成功微调参数规模为9B的开源模型，在各自的专业领域内超越了先进的闭源模型，同时大幅降低了推理成本。