Pro 集群 RL 训练一度中断:网络故障加网络数据学到坏模式
_AndrewZhao · x · 2026-09-17
据 @TobiasLee,其团队发现 Pro 集群与 grader 之间存在网络问题,导致 Pro 的 RL 训练中断;同时 Pro run 还从网络安全数据集中学到了一些坏模式。目前训练已恢复。
「模型」频道最新
- Sentdex 用 Halite 对局测试 LLM:DSV4.1 Flash 对阵 GLM 5.3 Flash — Sentdex · 2026-09-18
- 实测 TypeSafe 判断模型 Jev:六大场景,速度比 Gemini 快 4 倍 — HamelHusain · 2026-09-18
- Google DeepMind 将在 Nerdearla 举办 llama.cpp×Gemma 侧会 — mervenoyann · 2026-09-18
- Jina AI 发布 jina-ocr-v1:570M 激活参数的视觉文档解析模型 — JinaAI_ · 2026-09-18
- 开发者吐槽:最聪明的模型反而不擅长写简洁可合并的代码 — timigod · 2026-09-18
- Gemini 4 Pro 对阵 3.8 Flash:经典鹈鹕骑自行车 SVG 测试 — GamingDisruptor · 2026-09-17