马斯克称 Grok 4.7 延期数日，复盘 RL 训练问题

马斯克在 X 上宣布 xAI 的 Grok 4.7 还需要几天时间才能发布。他罕见公开复盘训练细节，称团队可能在强化学习中对回复长度的惩罚过重，导致模型在困难任务上容易过早放弃，尽管这些任务它其实有能力完成。目前团队正在针对该问题进行打磨调整。

2026-09-12 ~ 2026-09-12 · 2 条相关

• 马斯克：Grok 4.7 再等几天，RL 惩罚回复长度致任务提前放弃 — inductionheads · 2026-09-12

另有 1 条近重复转述:Scobleizer