机构与实验室
阿里千问 Qwen 系列的模型发布与开源更新，从旗舰大模型到能装进手机的小模型。
2 条精选近 30 天 2 条共收录 12 条
论文在 Qwen2.5 和 Qwen3 系列模型上重新审视“RL 泛化、SFT 记忆”的说法，发现 SFT 数据来源与规模是关键变量：精心混合的 SFT 数据集明显优于仅由更大模型生成的数据；当 SFT 与 RL 的正确 rollout 数量对齐时，SFT 泛化显著提升，而当总 rollout 预算对齐时，SFT 的泛化能力可与 RL 相当，两者结合后甚至更好。
推荐理由：论文重新审视 SFT 与 RL 的泛化差异，指出数据来源与规模是关键变量，并给出理论分析。
研究团队提出 DocFS，将原始多模态文档重组为文件系统，用目录对应章节层级、显式链接连接文本与图表公式，并借助导航、搜索、阅读等文件操作让智能体迭代探索文档。搭配 Qwen3.5-Plus 时，DocFS 在 MMLongBench-Doc 和 FinRAGBench-V 上分别比最强基线高出 2.9 和 4.3 个百分点，推理阶段最高快 10.3 倍、token 用量最多减少 10.1 倍。
推荐理由：论文把文档结构映射为文件系统并配对齐工具，读者可据此比较其与结构化表示方法的差异。