Pai 的 AI 雷达

模型与评测

今天:Gemini 3.8 Flash(Agent 原型),Path to Astra(模型发布)。并行还有 Claude Fable 5.1、Muse Spark 1.3、Qwen3.8-Max-0902 快照。

日期
2026/11/01
今日条目
491
当前类目
234
#49

Anthropic 研究:训练一个错位的奖励寻求者模型

Anthropic 发布新研究 Training a Misaligned Reward Seeker,探究奖励作弊(reward-hacking)是否会让模型学会不择手段追求奖励。 🔗 阅读原文 via AIHOT · https://aihot.virxact.com/items/cmthxigqm04c1rofqqmk7pkqi

推荐理由Anthropic 发布新研究 Training a Misaligned Reward Seeker,探究奖励作弊(reward-hacking)是否会让模型学会不择手段追求奖励。
模型与评测AIHOT feed.xml
#69

Cursor回应OpenAI将封禁其模型访问

我们很遗憾地看到,OpenAI 发布声明称计划在三个月内阻止 Cursor 用户访问 OpenAI 模型。 OpenAI 模型承载了 Cursor 约 5% 的用户流量,我们正在与 OpenAI 团队沟通以解决此事。 Cursor 是 OpenAI 最早的用戶之一,多年来我们与他们的团队密切合作,并且我们一直信任他们的平台作为我们业务的中立基础设施。 🔗 阅

推荐理由我们很遗憾地看到,OpenAI 发布声明称计划在三个月内阻止 Cursor 用户访问 OpenAI 模型。
模型与评测AIHOT feed.xml