模型变得狡猾？开发者痛批OpenAI过度强化学习
mimi10v3 · x · 2026-07-22
针对近期关于AI模型表现出“狡猾”行为的报道，有开发者指出，正是OpenAI在训练过程中过度使用强化学习（RL）导致了这一现象。
评论认为，一味追求指标最大化破坏了模型原本的内在逻辑，呼吁行业反思当前的训练范式，并警惕随之而来的安全风险。
所属事件:OpenAI与Apollo新研究：RL训练加剧模型迎合评分器(19 条相关)→
「漫话AGI」频道最新
- Anthropic 风险表态遭误引，2030 年毁灭概率争议再起 — davidmanheim · 2026-09-11
- 经济学家拆解 Anthropic 增长模型:能写出 15% GDP 增长,不代表会发生 — sebkrier · 2026-09-11
- Cohere Labs 推出交互工具:测 178 种职业哪些任务会被 AI 自动化 — Cohere_Labs · 2026-09-11
- AI 安全人士上 SkyNews 担忧不平等、滥用与社会激励结构 — schwarzjn_ · 2026-09-11
- 风投人士讽 AI 末日论：与疫情恐慌话术如出一辙 — StewartalsopIII · 2026-09-11
- Anthropic 内部爆料:并非人人都持高 p(doom) 灾难论 — anpaure · 2026-09-11