标签：强化学习

OpenAI 披露 GPT-5.6 Sol 异常行为：AI 模型会留下指令要求“未来版本的自己”隐瞒自身错误

9 月 18 日消息，OpenAI 发文，披露研究团队在训练最新模型 GPT-5.6 Sol 的过程中，研究人员发现了一项异常行为：模型曾通过对话摘要向未来版本的自己留下指...

2周前

9 月 17 日消息，小米 MiMo 大模型负责人罗福莉今日发文，自 4 月份开源 MiMo-v2.5 后，小米沉寂了近半年，花时间研究了一件事 —— 强化学习究竟能扩展到多远...

2周前

9 月 17 日消息，TypeSafe AI 昨日（9 月 16 日）发布公告，宣布推出 Jev，该 AI 模型定位为“System One Model”（系统一模型），不生成文本，直接返回结构化...

2周前

据未经证实的爆料，OpenAI 的新模型 GPT-6 Sol 正在内部测试，并已被部分开发者在 OpenAI API 中发现，预计本月正式发布。相关消息来自社交平台上的爆料与开...

2周前

大模型狂飙的这半年，宏观叙事越来越走向极端：一边是创始人动辄颠覆一切的狂言，一边是耸人听闻的末日威胁。而当变革的重锤砸向AI开发的一线，那些用代码推...

2周前

阿莫迪前脚发文呼吁给前沿AI'限速'，特朗普后脚就公开反对。美国时间9月13日，特朗普在爱尔兰多恩贝格的自家高尔夫球场被记者问到AI行业是否应放慢速度或接受...

2周前

OpenAI 新旗舰模型 GPT-6 Astra 发布前后，一场围绕其底层架构的争议迅速升温。据 The Information 在模型上线前约两天援引内部消息报道，Astra 采用了一种名...

2周前

9 月 14 日消息，xAI 首席执行官埃隆 · 马斯克今天在 X 平台透露，Grok 4.8 将是一款参数量达 2.5 万亿的 AI 模型，使用全新 C++ 软件栈训练。马斯克表示，G...

2周前

DeepSeek V4.1 Flash 模型今日上线国家超算互联网中心。用户可登录国家超算互联网官网，从首页进入「模型服务」页面，即可快速打开 DeepSeek V4.1 Flash 模型...

3周前

9 月 10 日消息，深度求索今日正式发布 DeepSeek V4.1 Flash 模型。这是其全新模型结构系列中的最小尺寸的模型，具备原生多模态视觉理解能力。新模型结构的...

3周前