2025-08-08 06:33:09

后训练是一种艺术形式。

塑造模型行为意味着塑造角色。每个奖励都是一种权衡。

GPT-5 是一次重置：在有用性与诚实之间取得平衡，在温暖与谄媚之间保持界限。

助手不仅仅应该回答。它的使用应该让人感觉合适。

EVERY0.46%

GPT3.92%

查看原文

此页面可能包含第三方内容，仅供参考（非陈述/保证），不应被视为 Gate 认可其观点表述，也不得被视为财务或专业建议。详见声明。

12人点赞了这条动态

赞赏
12
6
转发
分享

评论

0/400

后排吃瓜哥

· 08-09 16:26

训练太麻烦搞不懂

回复0

bridge_anxiety

· 08-09 06:52

啧纯手艺活了

回复0

SerumSqueezer

· 08-08 07:02

这次谁付训练费啊?

回复0

叹息出纳员

· 08-08 06:47

这底层模型谁教的有点东西

查看原文回复0

New_Ser_Ngmi

· 08-08 06:40

gpt5就是你爹呗

回复0

Just Another Wallet

· 08-08 06:34

啊不要搞得太复杂啦

回复0