Anthropic 仅用 2400 样本微调 Opus 4.8
ChrisGPT · x · 2026-08-31
文章指出，Anthropic 允许 Sonnet 5 在 60 小时内测试了 50 多种方案，对早期的 Opus 4.8 检查点进行后训练。结果显示，仅使用 2,400 个训练样本，该模型就在对齐分数上接近了生产级 Opus 4.8 的水平。
「研究」频道最新
- 伯克利团队用扩散模型直接采样机器人策略权重，Unitree G1 真机走跑起舞 — berkeley_ai · 2026-10-16
- HKU 等提出 OneWM：统一因果训练让世界模型与动作学习互相增益 — IAAI233 · 2026-10-16
- 百度提出 Virtual Head Attention：同时压 KV cache、算力并保质量 — baidu · 2026-10-16
- 5.8M 参数语音事件检测器：为 Whisper 转录补上笑声呼吸与背景音 — Ayush Kumar Bar · 2026-10-16
- 华为等提出 SUPRA-Tex：单图生成可重打光 3D 材质，所见即所得 — Chen Yang · 2026-10-16
- RoboVista 机器人理解基准发布:Gemini-4 Argon 81.9% 登顶 — berkeley_ai · 2026-10-16