里程碑:PostTrainBench 上 AI 后训练成绩超过人类专家版 SmolLM3-3B
maksym_andr · x · 2026-11-12
fullrank 注意到一个里程碑:在 PostTrainBench 上,从同一个 base 模型出发,AI 完成的后训练在平均分上超过了人类团队官方后训练的 SmolLM3-3B。
作者同时给出重要限定:这不代表 AI 后训练已超人类——AI 是在单个 eval 上爬山,而人类团队做的是一个通用模型,两者的目标函数不同。
这是「AI 自动化模型后训练」方向上值得记录的对标结果。
「模型」频道最新
- 与其追求最强模型，不如把模型用到最好 — daniel_mac8 · 2026-11-12
- YC F26 公司 agenticdataco 发布：真实语音数据+音频原生 RL 环境 — ycombinator · 2026-11-12
- 微软诊断 AI 解出 83% 疑难病例，人类医生对照组仅 36% — PeterDiamandis · 2026-11-12
- 用户请愿永久保留 ChatGPT 标准语音模式与全部 9 个原版音色 — shaunralston · 2026-11-12
- 意识研究员赞 Kimi 3.1 Pro 无审查后，账号疑遭黑客入侵 — erikphoel · 2026-11-12
- 评测:Claude Fable 5.2 编码最强,单题成本 3.9 倍于 Opus 5.5 — ryanshrout · 2026-11-12