圈内人观察:新模型不如前任主动,但更死磕 RLVR 目标
Justin_Halford_ · x · 2026-11-18
AI 研究者 tszzl 观察称,某新模型(疑似 OpenAI 5.6 系列)有些“藏拙”(sandbag),主动性不如以往模型;但另一人 Justin Halford 回应,5.6 的 RLVR 数学/代码训练像罗威纳犬一样死死咬住 RLVR 目标不松口。Halford 进一步提出观点:RLVR 数学/代码优化地形的“山丘轮廓”与人类真正在意的东西相去甚远,但这种固执爬坡能力恰恰是最终攻克癌症等难题的路径,不应被人为约束,而应由模型对人类根深蒂固的关怀驱动。
所属事件:tszzl 反主流口味:爱被骂的 6.2 Astra,不爱广受好评的 5.6 Sol(7 条相关)→
「漫话AGI」频道最新
- 用 Claude 写《文明》同人短篇:作者坦言「一眼就是 AI 写的」 — NathanpmYoung · 2026-11-22
- 当造出一个生命比养活它还便宜,AI 生物技术将带来什么 — PierceLilholt · 2026-11-22
- 研究者质疑:AI 科学突破用的是闭源模型,成果会否只惠及少数精英 — GeorgiaChal · 2026-11-22
- 反直觉观点:LLM 或是天才突破「界面壁垒」的放大器 — 2a_lib · 2026-11-22
- 仿 Collison Fast 页面收录 41 个 AI 加速成就案例 — JosephJacks_ · 2026-11-22
- 律师:AI 过了法考也难上庭,出庭辩护仍需真人主导 — TinfoilTricorn · 2026-11-22