Humansand 发布 Persimmon 与 Ampersand,用 RLSF 训练主动陪伴 AI
alexisjross · x · 2026-10-23
Humansand 团队介绍其两款模型:Persimmon 旨在理解用户——记住重要的事、知道何时介入、何时保持安静;Ampersand 则采用 RLSF(Reinforcement Learning from Simulation Feedback,模拟反馈强化学习)训练,让模型在这些判断上做得更好。
与单纯回答问题不同,该项目强调 AI 的主动陪伴与时机判断能力,RLSF 也是较新颖的训练方法。
「模型」频道最新
- Artificial Analysis 解读：CritPt v2 涨分主要来自题目修订而非工具 — ArtificialAnlys · 2026-10-23
- 「互联网正上演中国无审查模型集群的攻防大战」：网络安全迎来数学时刻 — burny_tech · 2026-10-23
- 简单搜索也塞 24 个要点？用户吐槽 Gemini 回答过度冗长 — EddyVGG · 2026-10-23
- 模型顺着规律一路做对，最后一步也难不倒它 — ooooangeloooo · 2026-10-23
- CritPt v2 上线：GPT-6 Astra 拿 83%，领先 GPT-5 高达 54 分 — ArtificialAnlys · 2026-10-23
- CritPt v2 涨分主因是改题：v1 的 32% 到 v2 的 83% 不可直接对比 — ArtificialAnlys · 2026-10-23