RWKV元始智能

在 Uncheatable Eval 超越 Qwen3 14B。近期也更新了 1B 和 3B 模型。

PENG Bo 发表关于大模型的认知的观点，同月发布 RWKV7+ROSA 完成数字颠倒任务 Demo。

基于 2 层 RWKV-7 模型（仅30860 个参数）训练“数字翻转”任务，实现良好准确率和运算效率

RWKV7-G0a3 7.2B 发布；ROSA机制公布并完成验证；10篇论文，涉及图像、3D、视频、序列等方向。

我们以 RWKV6-world-v2.1 14B 模型为基础，仅继续训练 2T tokens，即获得了有竞争力的效果。

2025 年 10 月 30 日， RWKV7-G0a3 7.2B 推理模型开源发布。它基于 RWKV7-G0a2 7.2B 继续训练高质量数据，显著提升能力。

2025 年 9 月，活动共收到 RWKV 生态作品投稿 **1 篇高质量论文、1 篇教程和 3 个应用**。 本文将公布 2025 年 9 月的活动投稿作品及评审结果。

RWKV7-G1a 1.5B/2.9B 发布，17 篇论文，多篇高质量论文被 1 区期刊收录，荣获 S 创冠军

作为纯预训练的基底模型，无“刷榜”，RWKV7-G1a 2.9B 的 MMLU 提升到 61.1%，MMLU Pro 提升到 31.5%