量子位
·
英伟达巧用8B模型秒掉GPT-5，开源了
💡
原文中文，约2100字，阅读约需5分钟。
📝
内容提要
英伟达推出的Orchestrator-8B模型以更低成本和更快速度超越GPT-5，并在HLE人类终极考试中获得更高分数。该模型通过协调多种工具，优化解题过程，展示了小模型在AI领域的潜力。
🎯
关键要点
-
英伟达推出的Orchestrator-8B模型以更低成本和更快速度超越GPT-5。
-
Orchestrator-8B在HLE人类终极考试中获得37.1%的得分，超过GPT-5的35.1%。
-
该模型通过协调多种工具，优化解题过程，展示了小模型在AI领域的潜力。
-
Orchestrator-8B使用强化学习和量身定制的ToolScale数据集进行训练。
-
模型能够动态选择工具，控制工具的顺序和使用次数，兼顾效果、成本和用户偏好。
-
与其他研究相比，Orchestrator-8B在实用性和成本效益上具有明显优势。
-
AI的未来可能不再依赖超级大模型，而是通过小模型实现高智能和低成本。
❓
延伸问答
Orchestrator-8B模型的主要优势是什么？
Orchestrator-8B模型以更低成本和更快速度超越GPT-5，并在HLE人类终极考试中获得更高分数。
Orchestrator-8B是如何优化解题过程的？
该模型通过协调多种工具，动态选择工具的顺序和使用次数，兼顾效果、成本和用户偏好来优化解题过程。
Orchestrator-8B在HLE测试中的得分是多少？
Orchestrator-8B在HLE测试中获得37.1%的得分，超过了GPT-5的35.1%。
Orchestrator-8B的训练方法是什么？
该模型使用强化学习和量身定制的ToolScale数据集进行训练，设定了效果奖、效率奖和偏好奖等奖励机制。
与其他模型相比，Orchestrator-8B有哪些明显优势？
与其他研究相比，Orchestrator-8B在实用性和成本效益上具有明显优势，能够以低成本实现高智能。
未来AI的发展趋势是什么？
AI的未来可能不再依赖超级大模型，而是通过小模型实现高智能和低成本。
➡️
