从零训练的7B模型支持256K上下文，以内部推理结合外部工具突破容量限制。
推荐理由：其策略不是让小模型记住开放网络，而是用长上下文、主动搜索和深度推理补偿参数容量；全开放训练配方使效率主张可被复现检验。
阅读原文