Yoav Goldberg 推测：RL 训练或已纳入修改模型权重的任务
yoavgo · x · 2026-11-03
Yoav Goldberg 回复讨论时推测：相关模型的 RL 训练不仅限于常规任务，还包含「解释和修改模型权重」类任务，即让模型学习理解并操作权重本身。这被用来回应「如何区分记住的配方与真正泛化」的提问——如果模型在后训练截止后发布的新基座模型上仍能奏效，说明学到的是泛化能力而非记忆。
「模型」频道最新
- 用 Opus 做出 Spider-Verse 风格 2D 动画，社区疑其路由至 Fable 5.5 — minchoi · 2026-11-03
- 「Fable 5.5」演示续:一提示词生成鹈鹕骑马开自行车,代码动画动感十足 — minchoi · 2026-11-03
- 「Fable 5.5」单提示词产出完整 3D 开放世界 RPG,四模型横评差距明显 — minchoi · 2026-11-03
- 博主实测传闻中的 Claude Fable 5.5:奔跑长颈鹿测试胜过 Opus 5.5 — minchoi · 2026-11-03
- Fable 5.5 零提示词生成可交互 3D 帆船,传周二或正式发布 — minchoi · 2026-11-03
- Qwen 底模 93% 答案跑死循环，某「6 倍提升」疑破基线虚高 — paul_cal · 2026-11-03