Applied Compute提出Spork训练法

发生了什么

据Applied Compute Blog 10月13日文章，该公司提出Spork后训练方法，结合GRPO与多教师策略蒸馏（MOPD）。在DAPO-MATH和象棋谜题测试中，Spork提升数学pass@4达20%，象棋pass@1达80%。该方法通过全数据集RL热身及多教师专门化训练优化小模型。