一项500美元的RL微调使9B开放模型在目录审核中超过了前沿模型Hacker News2026年7月28日 02:18不适用赞助内容本站免费、广告极少。如果觉得有帮助,可以请我们喝杯咖啡 —— 任何金额都对持续运营有实际帮助。☕请我喝杯咖啡