leonvxe

引用一个 软文，大家别忘了，这么大的互联网公司，这么大的投入，网上会有多少拖，不要轻易相信自己看到的：“当天，阿里发布了 Qwen3.7 Max ，距离上次 Qwen3.6 Max-Preview 的更新发布仅有一个月时间。Qwen 核心技术负责人刘大一恒介绍，Qwen3.7 Max 的训练初始阶段比 Qwen3.6-Plus 效果差，但训练了 1000 多个环境后，达到了 3.6-Plus 的水平；训练了 2000 多个环境后，达到了 Kimi K-2.6 的水平；超过 4000 个环境时，达到了 DeepSeek V4 的水平。“把它扩展到 8000 个环境之后，它超越了国内的模型，只离 Anthropic 有一点差距，如果继续去 Scaling 它的 RL （强化学习），模型能走得更远。””