Granite 4.2 LLMs: How They're Built

摘要

Granite 4.2 是 Granite 系列的首個稠密推理 LLM 家族，提供 3B、8B 和 30B 三種規模。它們採用自研的五階段訓練策略，從 15T token 上無預留訓練開始，經過 SFT 和多階段 RL 訓練。8B 和 30B 模型額外經過 agentic RL，能在真實沙盒環境中學習呼叫工具、程式設計和執行命令。所有模型均支援原生工具呼叫，並提供思考/非思考切換模式。

Granite 4.2 is the first family of dense, decoder-only reasoning LLMs, released in three sizes: 3B, 8B, and 30B. These models are post-trained from Granite-4.1 base models. Granite-4.1 base models were pre-trained from scratch on roughly 15T tokens with a five-phase strategy that extends the context…

重點

• Granite 4.2 是 Granite 系列的首個推理 LLM，提供 3B、8B、30B 三種規模。
• 8B 和 30B 模型額外經過 agentic RL，能在真實沙盒環境中學習呼叫工具。
• 所有模型均支援原生工具呼叫，並提供思考/非思考切換模式。

提到的工具與公司

• NeMo-RL
• NeMo-Gym
• vLLM
• OpenHands
• OpenCode
• Pi
• SGLang
• GenRM

適合誰看

程式開發者、AI 工程師、系統架構師。

摘要依據

依據

文章全文

為什麼排在這裡

人氣

0.50

新鮮

0.86

在主題頁與搜尋結果裡，名次由相關、人氣、新鮮三個分數決定；這一頁沒有搜尋的關鍵字，所以沒有相關分數。排序怎麼算

相關內容

• Understand the Gemma 4 model family影片 ・ Google for Developers ・ 2 分鐘（在新分頁開啟原站）
• Controlling Reasoning Effort in LLMs文章 ・ Sebastian Raschka（部落格）
• A Dream of Spring for Open-Weight LLMs: 10 Architectures from Jan-Feb 2026文章 ・ Sebastian Raschka（部落格）
• State of LLMs 2026: RLVR, GRPO, Inference Scaling — Sebastian RaschkaPodcast ・ The MAD Podcast ・ 1 小時 8 分（在新分頁開啟原站）
• Build A Reasoning Model From Scratch 2: Loading a Base Model, Text Generation, and KV Caching影片 ・ Sebastian Raschka ・ 1 小時 37 分（在新分頁開啟原站）
• Knowledge Distillation with Llama 3.1 405B | Llama for Developers影片 ・ AI at Meta ・ 29 分鐘（在新分頁開啟原站）