TypeSafe AI 的 Jev 模型与 RLCD 训练法引热议

TypeSafe AI 发布「System One Model」Jev 及其底层训练方法 RLCD(强化学习),提出以此替代 RLHF,走后训练的另一条路线,The Turing Post 对其进行了拆解分析。讨论者观点分化:calebfoundry 认为 2022 年 AI 从 token 预测转向指令跟随是关键转折,而 RLHF 的规模化选择带来了路径影响;也有 Reddit 用户质疑其除 JSON 输出和置信度分数外看不出实质创新,怀疑是旧瓶新酒。

2026-09-18 ~ 2026-09-19 · 3 条相关

事件全程(共 19 集)→