标签 > Beam 的模型技术报告：如何用万卡强化学习和双教师蒸馏训练模型

Reflection 发布的 Beam 501B MoE 大模型在技术报告里，核心训练方案就是万卡规模强化学习搭配双教师蒸馏，整套方案主要用来提升模型