← 返回系列列表

DianJin-R1 2 个模型

阿里巴巴 · 2025.05 - 2025.05

发布时间线

2025.05.03
阿里云通义点金 DianJin-R1-32B
融合监督微调(SFT)和强化学习(RL)两阶段优化 基于 Multi-Agent System 数据 ...
2025.05.03
阿里云通义点金 DianJin-R1-7B
融合监督微调(SFT)和强化学习(RL)两阶段优化 基于 Multi-Agent System 数据 ...
发布日期 公司 模型名称 类型 特性
2025-05-03 阿里巴巴 阿里云通义点金 DianJin-R1-32B 主流 融合监督微调(SFT)和强化学习(RL)两阶段优化 基于 Multi-Agent System 数据合成 全面开源 Reasoning 数据集 DianJin-R1-Data 针对金融推理任务设计,支持结构化输出
2025-05-03 阿里巴巴 阿里云通义点金 DianJin-R1-7B 主流 融合监督微调(SFT)和强化学习(RL)两阶段优化 基于 Multi-Agent System 数据合成 全面开源 Reasoning 数据集 DianJin-R1-Data 针对金融推理任务设计,支持结构化输出