研究者称 nanoGPT 加速收益多源于环境定义

有研究者分享对 nanoGPT speedrun 的实验观察，认为其多数性能提升可能来自环境定义——即通过调整超参数让模型真正被激励朝目标方向优化。Anthropic 相关研究者 eliebakouch 在讨论实验时持相似观点，并透露更新的模型（如 Opus 5.5）在该任务上已打破人类纪录，凸显环境设定对评估结果的关键影响。

2026-11-15 ~ 2026-11-15 · 2 条相关