Claude 突然会玩宝可梦？争议焦点应是训练数据污染
sebkrier · x · 2026-11-12
Herbie Bradley 回应「Claude 未在宝可梦等游戏上训练」的说法：只要有心搜，就能找到 RL 环境公司在出售宝可梦、Board Games 这类训练环境，模型突然在某个任务上变强时，举证责任应落在主张「它没被针对性训练过」的一方。他还指出，任务模糊性与反馈回路长短是两个独立维度：公司是否赚钱这类长反馈任务可能容易验证，而写作质量这类短反馈任务反而因模糊性难以验证——两者都是能力问题。
「模型」频道最新
- 1.7B 小模型被曝用浏览器写 HTML 自主跑任务,称达 4o 水平 — JosephJacks_ · 2026-11-12
- repligate：认为 Mythos 安全不是因为它不会黑，而是因为它对齐 — repligate · 2026-11-12
- 百度 ERNIE 5.5 Flash 自写代码生成可编辑 CAD 摩天楼模型 — heyshrutimishra · 2026-11-12
- Gemini 4 Carbon 在机器人实验室折腾 7 小时弄坏夹爪 — ArtificialAnlys · 2026-11-12
- HLE 榜单陡峭拉升：Fable 5.2 冲上 70 分领先 Gemini 与 Opus — SoulWriter23 · 2026-11-12
- Ricursive 首办黑客松：围绕 Ripple-65B 开源模型在帕洛阿尔托开打 — annadgoldie · 2026-11-12