#GLM-4.5-Air (1)

Rufus-Air：开放的 106B MoE 大模型后训练配方

基于 GLM-4.5-Air 的开放后训练研究，把监督微调、推理强化学习、多类智能体训练和偏好学习串成八阶段流水线，验证可学习性筛选、奖励可靠性排序与长轨迹训练基础设施对最终能力的共同作用。