7名博士生3个月从零训练7B大模型，代码、数据与训练日志全公开

大模型训练常被视为只有算力雄厚的团队才能承担的工作，但量子位报道的一个项目给出了不同的样本：7名博士生用3个月时间，从零开始完成了一个7B参数大模型的训练。

报道称，团队把代码、训练数据和训练日志全部公开，外部研究者可以直接复现训练流程、检查数据构成，并对照日志判断每一步训练决策的效果。这种全流程透明在开源模型社区中并不常见。

更受关注的是研发方式。据量子位描述，训练过程中有几百个Agent参与研发工作，模型与智能体在流程中承担了大量工程与实验任务，“AI开始造AI”因此成为外界讨论的焦点。

从规模看，7B属于小规模集群即可承接的参数量级，是众多团队验证训练方法、数据配比与后训练流程的常用试验田。7名博士生在3个月内走完这条路，说明工具链与自动化程度相比早期已有明显变化。

值得注意的另一层信息是开放程度。公开代码与数据意味着外界可以核对模型能力的来源，而不只是接受一份评测榜单；公开训练日志则让“哪一步带来了什么变化”这类问题第一次有了可查证的痕迹。

对行业来说，这类项目的意义不只在模型本身，更在于它把研究过程变成了可被检查的公共材料，也让Agent参与研发这件事第一次有了可供外界核对的公开样本。

接下来值得观察的是，这套全公开的训练流程能否被其他团队复用，以及Agent参与研发的比例与边界会如何变化。