随后，他们把各阶段训练数据和配方、模型权重、训练代码、中间 checkpoint 和日志也开放出来，让每一位感兴趣的研究者都可以追溯、复现整个流程。模型训完后，团队还对整个模型研发流程中 Agent 的实际表现做了一次评级，希望基于本次完整的大模型训练实践，为 RSI 现状提供真实的工程结论。最终权重能让人使用模型，各阶段权重、中间 checkpoint、训练代码、数据配方和日志，则让其他研究者有机会追踪能力如何形成，检查一个改动究竟带来了什么。
随后，他们把各阶段训练数据和配方、模型权重、训练代码、中间 checkpoint 和日志也开放出来，让每一位感兴趣的研究者都可以追溯、复现整个流程。模型训完后，团队还对整个模型研发流程中 Agent 的实际表现做了一次评级，希望基于本次完整的大模型训练实践，为 RSI 现状提供真实的工程结论。最终权重能让人使用模型，各阶段权重、中间 checkpoint、训练代码、数据配方和日志，则让其他研究者有机会追踪能力如何形成，检查一个改动究竟带来了什么。