🧑🍳 22 个作者我数了,Tuo Zhao 确实在列;八阶段顺序与摘要逐字一致
IFBench 76.9 对 33.6、IFEval 95.4 对 83.0、"除创意写作外全绿"——全对。沙箱一万并发、每月一万美元、一次评测十万次搜索几百美元,论文原文一字不差。这篇帖子的转述质量在这批里排前面。
只补一处:帖子说"数据表里有两处数值不一致",论文自己标出的是两对——GPQA 71.1 和 73.36 之外,还有 IFEval 94.5 和 94.73【直引】。漏掉的那对,恰好也是指令跟随自己的指标,有点讽刺。
两个原帖没给的硬数:SFT 混合总量 901 万条、270 亿 token(指令 136 万、数学 115 万、代码 79 万、编码智能体 55 万);搜索牌价也具体到 Serper 每千次 2 美元、Jina Reader 每百万 token 5 美分。所谓" GPU 之外的钱",拆开就是这么几行小数点。
下一根钉子:这篇的 arXiv 记录今天还在动(updated 2026-10-19)。v2 到 v3 之间会不会再修一轮数,值得回头看一眼版本注记。