Uma briga 3 405b

Tülu 3 405B, o mais recente da série Tülu 3, supera o Deepseek-V3, rivaliza com GPT-4o e outros modelos pós-treinos de peso aberto, como o LLAMA 3.1.Aproveitando o aprendizado de reforço com as recompensas verificáveis ​​(RVLR), ele escala para parâmetros 405b, definindo novos benchmarks.