Fable 用合成推理轨迹突破任务瓶颈，GLM 5.3 效仿
mariofilhoml · x · 2026-08-23
用户 Mario 引用了 ProximalHQ 关于 Fable 模型在 FrogsGame 任务中表现的发现，并指出 GLM 5.3 和 Grok 4.6 似乎也采用了类似思路。
- Fable 的突破：通过合成推理轨迹（synthetic reasoning traces），将 Qwen3-8B 在 FrogsGame 后训练任务中的解决率从基准的 3.8% 提升至 67.8%，远超 Opus 4.8。
- 核心方法：Fable 编写了一个回溯求解器，并将求解器的动作过程“语言化”为推理轨迹，以此来训练模型。
- 行业跟进：用户观察到 GLM 5.3 和 Grok 4.6 在同类任务上的表现提升，推测其可能使用了相同的技术思路。
「模型」频道最新
- Nat Lambert 炮轰 Meta Muse 开源许可证:一纸空文 — natolambert · 2026-10-16
- Google 发布 Gemini 4 Argon:强调物理理解与 3D 建模 — ShikharMurty · 2026-10-16
- Google 向 X 用户开放 Argon 早期测试,不止限企业 — lyraxana · 2026-10-16
- Meta 开源 Muse Spark:基准表显示多榜超 GLM、Kimi — bindureddy · 2026-10-16
- Grok Voice 3.0 登顶 Design Arena 语音榜,超上代 7.4 分 — XFreeze · 2026-10-16
- 16 项任务实测机器人 LLM：GPT-6 Astra 成功率 17.2% 力压 Fable 5.1 — pabbeel · 2026-10-16