1.5B小模型刷新数学代码SOTA！快手&清华推出Archer方法，精细化Token管理大幅提升LLM推理能力 快手与清华大学团队提出了一种名为Archer的新方法，用仅1.5B参数的小模型在多个数学和代码推理基准上超越同量级SOTA模型。其核心在于对模型学习过程的精细化管理：稳定知识记忆，...