🔥 Search Hot Tweets

Qwen 2.5 模型的 data contamination 问题，带来的影响非常恶劣，直接影响了以它为基座的文章的结果的可信度。 凡是基于 Qwen 2.5 模型的文章，无论方法多么好，都无法全身心的阅读。 今天读到 K2-Think， 尤其有这种感觉。 方法太solid了，如教科书般，long-CoT SF，RLVR，Plan + Best-of-3 + LLM judging，甚至有WSE + speculative decoding，太好了。 我只想问作者一个问题，这么好的文章，为什么已知Qwen 2.5存在数据污染问题，还要用它作为基座？