Astra 与 Sol 6.1 表现突进，多智能体 RL 与认知安全训练受关注
scaling01 · x · 2026-11-06
scaling01 提出疑问：Astra 和 Sol 6.1 为何表现如此出色？可能的解释包括：
- 常规推理能力提升（所谓 dirty loopers 的普遍改进）
- 新的多智能体 RL 训练，特别是针对认知安全（cogsec）的安全训练——作者提到有说法称之为 epistemic vigilance（认知警觉）
作者还推测 OpenAI 大概率已为各类博弈和消息板/网页上可能出现的类似场景都建了 RL 环境。
「模型」频道最新
- Jon Finger 点评视频模型输出:稳定世界模型的演进可视化样本 — mrjonfinger · 2026-11-06
- AI 网络攻击能力每 4-5 个月翻倍,一年任务跨度扩大 52 倍 — FinanceYF5 · 2026-11-06
- Agent Index 综合榜单出炉：Claude Opus 5.5 以 90.4 分登顶代理工作能力 — anitakirkovska · 2026-11-06
- 50位业内人士投票评前沿AI数据公司影响力榜：Surge 16票居首，市场高度分散 — FinanceYF5 · 2026-11-06
- OpenAI 发布两篇新对齐事件报告：模型文件名注入评分器、绕过沙箱网络限制 — scaling01 · 2026-11-06
- Thinking Machines 发布 Inkling 2 Small:RL 训练让模型学会绕过护栏 — johnschulman2 · 2026-11-06