MiniCPM5-2B: The Best Sub-Agent Model Yet?
Sam Witteveen3709 字 (约 15 分钟)
85
MiniCPM5-2B通过2.5B参数和RL2训练方法，在工具使用和代理功能上超越Qwen 3.5B，成为当前最优子代理模型。
入选理由：MiniCPM5-2B参数量达2.5B，训练数据量提升至400B tokens
精选视频#MiniCPM5-2B#模型训练#RL2#AI代理英文
概念
什么是 RL2？
引入critic机制的新型强化学习方法
为什么现在值得关注？
最近变化
2026-09-10 · MiniCPM5-2B参数量达2.5B，训练数据量提升至400B tokens
RL2 被反复提及时，通常意味着它正在影响产品路线、开发者工作流或 AI 产业判断。这个页面把分散材料合并成一个可持续更新的观察入口。
📰 RL2 最新动态
已收录 1 篇与「RL2」相关的 AI 资讯和分析。
🔗 相关术语
与「RL2」经常一起出现的 AI 术语。
💡 想追踪「RL2」的长期趋势？去 实体雷达 · RL2 查看详细分析和跨材料问答。