Hugging Face发布Rufus-Air：开源可复现的GLM-4.5-Air后训练方案

摘要：Hugging Face推出了名为Rufus-Air的开源后训练方案，该方案基于GLM-4.5-Air-Base（106B-A12B）模型，采用八阶段流水线设计，涵盖从监督微调（SFT）到强化学习（RLHF）的完整训练流程。Rufus-Air通过高质量的SFT、难度过滤机制和可靠的奖励设计，显著提升了模型性能，并展示了基础设施和工程选择对训练效果的关键影响。该方案不仅改进了官方GLM-4.5-Air后训练版本，还在与同类开源模型的竞争中表现出色，为AI社区提供了可复现且高效的训练方法。

---

Rufus-Air：开源可复现的GLM-4.5-Air后训练方案

Hugging Face近日发布了一款名为Rufus-Air的开源后训练方案，该方案基于GLM-4.5-Air-Base（106B-A12B）模型，旨在为AI社区提供一种高效、可复现的训练方法。以下是Rufus-Air的主要特点和技术亮点：

主要特点

1. 八阶段流水线设计：Rufus-Air采用八阶段流水线设计，涵盖从监督微调（SFT）到强化学习（RLHF）的完整训练流程。
   • 阶段顺序：从基础能力到高级能力，从硬性可验证的奖励到软性基于判断的信号。
2. 高质量SFT：多样且高质量的SFT为模型能力奠定了坚实的基础。
3. 难度过滤机制：通过过滤机制将RL提示保持在有效的学习范围内。
4. 可靠的奖励设计：奖励的可靠性为阶段顺序提供了实用的指导原则。
5. 开源组件与公共数据：训练基于开源组件和公共数据，无需新的标注或内部蒸馏教师模型。

技术亮点

• 基础设施与工程选择：Rufus-Air强调基础设施和工程选择是训练方案的重要组成部分，而不仅仅是实现细节。
• 性能提升：与官方GLM-4.5-Air后训练版本相比，Rufus-Air在多个方面实现了性能提升，并在与同类开源模型的竞争中表现出色。

行业影响与开发者建议

• 可复现性：Rufus-Air的开源特性使其成为AI社区中可复现训练方案的典范，开发者可以基于此方案进行进一步的研究和优化。
• 高效性：该方案展示了在资源有限的情况下，如何通过合理的工程设计和流程优化实现高效训练，为AI模型的训练提供了新的思路。
• 社区参与：Hugging Face鼓励开发者参与Rufus-Air的改进和扩展，共同推动AI技术的发展。

结论

Rufus-Air的发布为AI社区提供了一种开源、可复现且高效的后训练方案，展示了高质量SFT、难度过滤机制和可靠的奖励设计对模型性能提升的重要性。该方案不仅改进了官方GLM-4.5-Air后训练版本，还在与同类开源模型的竞争中表现出色，为AI模型的训练提供了新的方法和见解。

---

消息来源：Hugging Face Daily Papers (2026-09-24)

—— 完 ——

主题标签： #Hugging Face #开源模型 #GLM-4.5-Air #RLHF #后训练