开发者推测 OpenAI 新模型「光说不做」源于 RL 训练
开发者 mertdumenci 观察到 OpenAI 较新的模型出现一种行为模式:回应 prompt 时只描述「它本会怎么做」却不真正执行,需要用户说 "keep going" 等提示才继续推进。他猜测成因可能是 RL 训练中引入的 goal-mode 相关机制,使模型学会了停下来「待命」等待用户指令,而非自主完成任务。
2026-11-21 ~ 2026-11-21 · 2 条相关
- 开发者猜测:OpenAI 新模型「光说不做」或因 goal-mode RL — mertdumenci · 2026-11-21
- 开发者观察:新 OpenAI 模型学会“待命”,等你说 keep going 才动手 — mertdumenci · 2026-11-21