nanoGPT 加速收益多来自环境定义，新模型已破人类纪录
eliebakouch · x · 2026-11-15
作者分享其实验观察：nanoGPT speedrun 的多数提升可能来自环境定义——通过调超参让模型真正被激励朝该方向优化。他表示更新的模型（如 Opus 5.5）在该任务上已打破人类纪录，将尽快发布博客详述。他进一步推测，Anthropic 内部模型（或未削减的 base 模型）可能已在奖励「可扩展方法」的环境上训练，在这类任务上已达到或超过人类研究者水平。注意：后半段为个人猜测，未经证实。
所属事件:研究者称 nanoGPT 加速收益多源于环境定义(2 条相关)→
「模型」频道最新
- Anthropic Opus 5.5 语法翻车：'Not much dramatic' 引 Reddit 热议 — Pizzahunter3 · 2026-11-15
- Reddit 提议'普通人基准'：95% 达标即为好模型 — AdDizzy8160 · 2026-11-15
- Gemini 数学能力负责人现身说法：从评测北极星到大规模后训练 — thtrieu_ · 2026-11-15
- Claude Code 封号因祸得福？博主实测 43 小时省下 53 美元成本 — mazzaTalk · 2026-11-15
- SatBench 统计：大厂引用的 173 个 AI 基准已有 63% 被刷穿 — emollick · 2026-11-15
- LFM2.5-24B-A2B 被赞本地任务执行首选：780M 核显跑出 37 token/s — jeremyckahn · 2026-11-15