论文提出 Wnuan 三阶段企业知识适配流程：从文档构造任务监督，以通用数据回放进行监督微调，再针对残余错误强化学习。摘要称，32B 模型在 707 题 WnuanBench 上的可接受答案率由 52.76% 升至 91.51%，但通用基准平均下降 5.17 分，主要损失集中于指令遵循。
最近 24 小时暂无可用热度快照。