LFM2-2.6B-Exp 是一个基于 LFM2-2.6B 的实验性检查点，采用纯强化学习技术构建。在教学理解、知识掌握和数学基准方面不断取得进步在这些领域优于其他 3B 模型其 IFBench 得分超过了 DeepSeek R1-0528，后者是一款体积比它大 263 倍的型号。…