PostTrainBench：大模型能自主微调其他模型吗？
深度2026年3月16日5 分钟阅读
PostTrainBench 基准测试显示，Claude Opus 4.6 代理在微调任务上得分达到 23.2%，是基准模型平均水平的 3 倍，但仍远低于人类团队的 51.1%。同时，分布式训练项目 Covenant-72B 成功训练出媲美 LLaMA2 的模型，挑战了集中式 AI 开发模式。
本文编译自 ImportAI 449: LLMs training other LLMs; 72B distributed training run; computer vision is harder than generative text，版权归原作者所有。
觉得有用？分享给更多人