Tech-Report - 分类 - vllbc02's blogs https://blog.vllbc.top/categories/tech-report/ Tech-Report - 分类 - vllbc02's blogs Hugo -- gohugo.iozh-CNThis work is licensed under a Creative Commons Attribution-NonCommercial 4.0 International License.Mon, 13 Oct 2025 00:00:00 +0000 Skywork-R1V3 Technical Report https://blog.vllbc.top/skywork-r1v3-technical-report/ Mon, 13 Oct 2025 00:00:00 +0000 vllbc https://blog.vllbc.top/skywork-r1v3-technical-report/

  • 思考时间和性能之间有一个平衡，超过这个平衡，就算增加思考时间性能也不会有大的提升了。

  • RL相对于SFT来说可以提高泛化能力，SFT之后out-domain数据集性能反而下降。

    ]]>