← 返回系列列表
DianJin-R1 2 个模型
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 |