首页/新闻资讯/正文详情

Rufus‑Air: An Open LLM Post‑Training Recipe(arXiv:2609.29421)文献总结与翻译

发布时间:2026/11/4 19:47:03 来源:云帆数科 栏目:资讯中心
Rufus‑Air: An Open LLM Post‑Training Recipe(arXiv:2609.29421)文献总结与翻译
# Rufus‑Air: An Open LLM Post‑Training Recipe(arXiv:2609.29421)文献总结与翻译 论文链接:[https://arxiv.org/abs/2609.29421](https://arxiv.org/abs/2609.29421)## 一、文章主要内容Rufus‑Air是一套**开源、可复现的大模型后处理完整训练流水线方案**,基于GLM‑4.5‑Air‑Base(106B‑A12B MoE基座模型)开展后训练,采用**8个串行训练阶段**:SFT(监督微调)→ 推理强化学习Reasoning RL → 代码强化学习Coding RL → 指令遵循强化学习Instruction‑Following RL → 通用智能体General Agent → 代码智能体Coding Agent → 搜索智能体Search Agent → RLHF人类反馈强化学习。论文完整公开了整套训练所需要的数据集、奖励函数设计、底层基础设施、阶段排布顺序以及每个阶段的实验结果。训练阶段能力由基础向高级递进;奖励信号从可严格验证的硬奖励逐步过渡到大模型评判的软奖励信号。整套训练全部基于开源组件、公开数据集,**不需要新增人工标注数据,也不依赖自研蒸馏教师模型**。实验结果表明Rufus‑Air整体性能优于官方发布的GLM‑4.5‑Air后训练版本,与同参数量开源大模型具备竞争力。论文同时总结四条核心实践发现,给大模型后训练提供工程指导原则。## 二、主要创新点1. **完整可复现的八阶段串行后训练完整Recipe**:公开从基座模型到具备推理、代码、工具调用、搜索智能体、对齐能力模型的全流程,把后训练从“黑盒系统卡片”变成可落地的工程

相关推荐

Unity UGUI布局组件(LayoutGroup、ContentSizeFitter、LayoutElement)详解
Unity UGUI布局组件(LayoutGroup、ContentSizeFitter、LayoutElement)详解

UGUI 自动布局是一套基于接口、分两轮四阶段、脏标记延迟批量执行的 C# 排版系统,和 Transform 原生锚点完全隔离; 所有布局组件都围绕两个接口:ILayoutElement:提供尺寸信息(min/preferred/flexible)&… · 2026/11/4 19:47:03

第 07 篇:数据面双雄:kubelet 管生命周期,kube-proxy 管网络转发(底座认知 07)
第 07 篇:数据面双雄:kubelet 管生命周期,kube-proxy 管网络转发(底座认知 07)

kubelet 与 kube-proxy节点上的两大执行者底座认知 第 07 篇kubelet 管生命周期,kube-proxy 管网络转发目 录一、kubelet:节点的「主代理」1.1 核心职责1.2 与运行时协作二、kube-proxy:Service 的实现者2.1 两种模式2.2 Service 类型三、数… · 2026/11/4 19:45:01

网盘直链下载四步装好指南
网盘直链下载四步装好指南

网盘直链下载四步装好指南 【免费下载链接】Online-disk-direct-link-download-assistant 一个基于 JavaScript 的网盘文件下载地址获取工具。基于【网盘直链下载助手】修改 ,支持 百度网盘 / 阿里云盘 / 中国移动云盘 / 天翼云盘 / 迅雷云盘 / 夸克网盘 / UC网盘 /… · 2026/11/4 19:45:01

TrueTime 2.0网络化控制系统仿真入门与安装排错
TrueTime 2.0网络化控制系统仿真入门与安装排错

简介:面向MATLAB网络化运动控制与资源调度学习者的TrueTime 2.0中文使用文档,适合正在搭建仿真环境、需要理解工具箱结构、模块职责与调度实验组织方式的初中级读者。压缩包共1个docx文件,约402KB,内容集中为一册说明文档&#xf… · 2026/11/4 20:28:19

数据库安全管理三权分立架构解析与实践
数据库安全管理三权分立架构解析与实践

1. 数据库安全管理新思路:三权分立架构解析在数据库运维领域,安全管控一直是DBA们最头疼的问题之一。传统数据库管理模式往往存在权限过度集中、审计困难等痛点。最近在重庆某技术社区的一次交流会上,国产数据库金仓提出的"三权分立&quo… · 2026/11/4 20:28:19

48V转12V/15V电源设计:LDO热极限、DC-DC选型与输入耐压防护
48V转12V/15V电源设计:LDO热极限、DC-DC选型与输入耐压防护

简介:面向电动车、储能与工业设备的电源设计者,这份电路图资料聚焦48V(含48V–60V电瓶电压)降压至12V或15V的DC-DC方案,帮助在宽压输入下完成稳定、低成本的电压转换选型与电路搭建,适合具备一定模拟电路基… · 2026/11/4 20:28:19

.NET预编译站点安全评估:信息泄露、配置风险与加固清单
.NET预编译站点安全评估:信息泄露、配置风险与加固清单

1. 预编译不是"穿盔甲":先搞清楚服务器上到底留下了什么.Net 预编译站点如何 getshell,这个问题在安全评估的讨论里出现的频率一直不低。很多做运维和开发的朋友有个默认认知:站点已经用 aspnet_compiler 预编译过了,服… · 2026/11/4 20:28:19

金融文档溯源技术解析与UEditor实践
金融文档溯源技术解析与UEditor实践

1. 金融平台文档溯源需求解析 在金融行业的信息披露场景中,文档溯源功能已成为合规刚需。以某券商投行部门的招股说明书协作流程为例:一份招股书平均经历23次修改,涉及5个部门的12名专业人员,每次修改必须精确记录操作人、时间节点… · 2026/11/4 20:28:19

深海数据中心:极端环境下的硬件防护与软件优化实践
深海数据中心:极端环境下的硬件防护与软件优化实践

1. 项目背景与核心挑战去年夏天,我参与了一个听起来像科幻小说的项目——在深海高压腐蚀环境下测试数据中心的运行稳定性。这个项目源于一个简单但极具挑战性的问题:当我们将服务器浸入数百米深的海水中,代码还能正常运行吗?深海环… · 2026/11/4 20:27:18

双极步进电机控制实战:DRV8818PWPR与PIC18F86K22驱动调试
双极步进电机控制实战:DRV8818PWPR与PIC18F86K22驱动调试

/* MD / 富文本中的 .toc(含博客园搬家等嵌套结构);.toc-box 在侧栏,不受影响 */#content_views .toc,/* 编辑器常在目录前后插入空 p(:empty 仍占 20px),一并去掉避免顶空隙 */#content_views.markdown_views > p:empty:has(+ .toc),#content_views.markdown_views … · 2026/11/4 3:16:49

STM32F207ZG + DRV8818PWPR 步进电机驱动实战解析
STM32F207ZG + DRV8818PWPR 步进电机驱动实战解析

/* MD / 富文本中的 .toc(含博客园搬家等嵌套结构);.toc-box 在侧栏,不受影响 */#content_views .toc,/* 编辑器常在目录前后插入空 p(:empty 仍占 20px),一并去掉避免顶空隙 */#content_views.markdown_views > p:empty:has(+ .toc),#content_views.markdown_views … · 2026/11/4 6:59:29

DRV8818PWPR+dsPIC30F4013工业级双极步进电机控制方案
DRV8818PWPR+dsPIC30F4013工业级双极步进电机控制方案

/* MD / 富文本中的 .toc(含博客园搬家等嵌套结构);.toc-box 在侧栏,不受影响 */#content_views .toc,/* 编辑器常在目录前后插入空 p(:empty 仍占 20px),一并去掉避免顶空隙 */#content_views.markdown_views > p:empty:has(+ .toc),#content_views.markdown_views … · 2026/11/4 7:02:38

AI辅助技术栈评估:提升研发决策效率60%
AI辅助技术栈评估:提升研发决策效率60%

1. 项目背景与核心价值技术决策一直是研发团队面临的重大挑战。随着技术生态的快速演进,技术栈的选择、维护和迭代变得愈发复杂。我们团队在过去两年里,先后经历了三次重大技术栈迁移,每次都需要投入大量人力进行技术评估和风险分析。直到去年… · 2026/11/4 0:00:17

从生成Token到直接决策:Jev如何重塑AI Agent工程实践
从生成Token到直接决策:Jev如何重塑AI Agent工程实践

1. 从"生成文字"到"拍板决策":Jev 到底在解决什么问题大多数人第一次接触大模型,脑子里建立的模型是"输入问题、输出文字"。你问它今天天气怎么样,它给你一段描述;你让它写个周报,它给你… · 2026/11/4 0:00:17

32G统一内存跑大模型:内存账、TPS实测与端云分流
32G统一内存跑大模型:内存账、TPS实测与端云分流

想在一台 32G 统一内存的小主机上把大模型跑成"日常可用",这件事我前后折腾了小半年。标题里说的这台 Mac mini M6,是我们这次讨论的目标平台,具体到手规格以实物为准;但下面这套推算方法和实测思路,对任何统… · 2026/11/4 0:00:17

双极步进电机控制实战:DRV8818PWPR与PIC18F86K22驱动调试
双极步进电机控制实战:DRV8818PWPR与PIC18F86K22驱动调试

/* MD / 富文本中的 .toc(含博客园搬家等嵌套结构);.toc-box 在侧栏,不受影响 */#content_views .toc,/* 编辑器常在目录前后插入空 p(:empty 仍占 20px),一并去掉避免顶空隙 */#content_views.markdown_views > p:empty:has(+ .toc),#content_views.markdown_views … · 2026/11/4 3:16:49

STM32F207ZG + DRV8818PWPR 步进电机驱动实战解析
STM32F207ZG + DRV8818PWPR 步进电机驱动实战解析

/* MD / 富文本中的 .toc(含博客园搬家等嵌套结构);.toc-box 在侧栏,不受影响 */#content_views .toc,/* 编辑器常在目录前后插入空 p(:empty 仍占 20px),一并去掉避免顶空隙 */#content_views.markdown_views > p:empty:has(+ .toc),#content_views.markdown_views … · 2026/11/4 6:59:29

DRV8818PWPR+dsPIC30F4013工业级双极步进电机控制方案
DRV8818PWPR+dsPIC30F4013工业级双极步进电机控制方案

/* MD / 富文本中的 .toc(含博客园搬家等嵌套结构);.toc-box 在侧栏,不受影响 */#content_views .toc,/* 编辑器常在目录前后插入空 p(:empty 仍占 20px),一并去掉避免顶空隙 */#content_views.markdown_views > p:empty:has(+ .toc),#content_views.markdown_views … · 2026/11/4 7:02:38

了解更多?预约专属演示

我们的顾问将为您一对一讲解产品与方案

企业微信二维码