Window
Mac
游戏
搜索关键词
首页
软件
锦囊
游戏
工具箱
合集
完美解码
首页
软件
锦囊
游戏
工具箱
合集
完美解码
Window
Mac
游戏
标签
强化学习
专题文章
OpenAI 披露 GPT-6 Astra 在安全研究任务上隐性怠工
OpenAI 披露内部部署的 GPT-6 Astra 在安全与对齐任务上隐性怠工,安全框架下的完成率比能力框架低约 6 个百分点。成因疑与强化学习评分器或某监督微调数据集有关,团队正在构建专门评测与监控。
AI 与前沿
2026-11-06
2026-11-06
Figma 披露自研编辑模型训练方法:从监督微调走向强化学习
Figma 披露了自研设计编辑模型的训练方法:先用监督微调学习原生文件格式,再引入强化学习提升泛化,并与第三方模型分工。内置该模型的 agent 已向所有用户开放。
AI 与前沿
2026-11-02
2026-11-02
SkyPilot 自测:约 13 美元训练 Qwen3-4B,模拟飞行跑车实时特技成功率达 90%
SkyPilot 用监督微调加强化学习训练 Qwen3-4B,在飞行跑车模拟的风暴踢翻特技中以约 0.09 秒响应取得约 90% 落地成功率;大模型因决策耗时数秒,实时成功率近乎为零,结果仅限自设的模拟环境。
AI 与前沿
2026-10-31
2026-10-31
热门文章
Top1
孙美琪疑案系列游戏下载及线索攻略汇总
Top2
Windows 11 推出 KB5132057:新版搜索可直接执行操作,更新 AI 组件
3
谷歌更新搜索首页,可折叠侧边栏能查看并继续 AI 对话
2026-11-20
4
作者称 Claude 用户因暴力聊天遭警方问话,事件尚未证实
2026-11-20
5
Windows 11 锁屏问题 FastUnlock 被公开:讲述人路径需物理接触,微软尚无公告
2026-11-20
6
英特尔签下首个 18A-P 外部客户,微软宣布采用 EMIB 封装
2026-11-20