tülu3 405b，Tülu3系列中的最新表現，超過了DeepSeek-V3，與Llama 3.1（如Llama 3.1）相比，競爭對手GPT-4O和其他開放式訓練後培訓模型。利用可驗證獎勵（RVLR）學習的加強學習，將其擴展到405b參數，設置新的基準測試。
