FRONTIER MODELS / TRANSFERABLE IDEAS官方资料核验 · 2026.09.22
学技术转折，
不追逐每一个版本号。
从当前公开方案进入，回看关键代际。以 DeepSeek、Kimi、Qwen、GLM、MiMo 的真实报告与实现，检验你对训练范式的理解。
V3：MoE、MLA、FP8与MTP V4.1-Flash：CED与CSA2，输入密集Agent成本设计 从这一代，研究什么变化
- CED改变decoder全局KV的来源；CSA2跨层复用缓存和索引
- 从文本效率配方走向原生图文联合训练
- 后训练报告把主要投入放在任务合成、环境规模与验证
带着这些问题读报告
- 压缩缓存后哪类长任务最先退步？
- 索引器成本究竟从哪个层开始不随全上下文线性增长？
公开到了哪一步
Training Code本次发布材料未提供可复现全流程预训练器
Post-training Code报告／模型定义不等于完整RL训练流水线；未核验完整发布
Data Recipe方法级信息可读；完整可重建数据mixture未核验
API Only否；公开权重分支
Open Weight是；本次核验官方权重与config
Open Source官方推理代码可读；训练全流程公开性单列
Inference Codeinference/model.py、kernel.py等已定位
Technical Report固定HF SHA的完整PDF已核验
LicenseMIT，见固定仓库LICENSE
证据边界没有复现报告的大规模训练；不能把前代超参数直接移植；官方benchmark采用特定harness与effort。
从最新模型到可迁移能力
- 先定问题。它是在降低 KV 成本、扩大有效数据、稳定 MoE，还是让长任务奖励更可信？
- 再找技术转折。只回看解释变化所必需的前代；结构、数据、目标函数和系统实现分别比较。
- 区分三种证据。报告说明作者做了什么；模型实现说明推理怎么算；训练源码才能直接展示怎么更新权重。三者不能相互替代。
- 最后做迁移实验。在小规模条件下还原一个机制，写出生产规模下增加的显存、通信、环境和验证成本。
打开完整报告阅读方法 这里是技术案例索引，不是能力排行榜。模型卡中的成绩属于发布方报告；本项目没有复训这些完整模型。版本与开放状态以本次核验的具体分支、许可和文件为准。