网易有道开源 Confucius4:基于 Qwen3.5-27B,SFT-RL 迭代优化实现多模态数学推理 SOTA网易有道 AI 团队正式开源 Confucius4,这是一款基于 Qwen3.5-27B 架构开发的多模态大语言模型,专为复杂的数学推理任务设计。通过创新的 SFT-RL 迭代训练框架 与 紧凑思维链...大语言模型# Confucius4# Qwen3.5-27B# 网易有道5个月前2010