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)→

原文链接 →

「漫话AGI」频道最新

更多「漫话AGI」频道 AI 资讯 →