小红书AllSpark提出增强上下文学习的数据管线

小红书 AllSpark 团队提出一套不依赖人工标注的合成数据训练流程，用于增强大模型的上下文学习能力。该流程用 GLM-5.2 对 3515 篇公开文档做深度改写，以切断模型对原文的参数记忆，最终生成 9625 条训练样本。 团队称，用这套数据训练的 35B 模型追平了万亿参数前沿模型。这一对比来自团队自述，尚未给出可核验的评测细节。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。