Grok 4.7 延期数日:马斯克称 RL 过度惩罚长回答致其提前放弃难题
Scobleizer · x · 2026-09-12
xAI 推迟发布 Grok 4.7。马斯克在 X 上回应称模型"还需要几天时间",并罕见公开复盘训练问题:可能是在 RL 中对回答长度的惩罚过重,导致模型仍然会过早放弃它其实能完成的困难任务,且检查自己工作的严谨性还不够。
转推者评论"Yikes",认为这是模型行为问题的实锤信号。这是前沿厂商高管就模型训练权衡给出的具体技术解释,信息量高于一般的延期公告。
所属事件:马斯克确认 Grok 4.7 推迟数日，自曝 RL 训练惩罚过重(7 条相关)→
「模型」频道最新
- 临近 IPO 的 AI 大厂,LLM 默认文笔依然难以卒读 — GabGarrett · 2026-10-28
- 反驳「开源中国模型被碾压」：Kimi 3.1 在 Frontier Code 2 上接近 Fable — bookwormengr · 2026-10-28
- 开源模型 Flint 冲上 Hugging Face 趋势榜第 2,作者预告改进方向 — josh_tobin_ · 2026-10-28
- Yacine 怒评:最强语言模型依然烂得离谱,自己也被逼到极限 — yacineMTB · 2026-10-28
- 阿里港科大发布 Omni-InteractScope:全模态流式交互基准 — Qwen · 2026-10-28
- Mistral 发布 Timestral 时间序列基础模型家族,GIFT-Eval 登顶 — mistralai · 2026-10-28