注:后训练是指模型完成初始预训练后,围绕特定任务、行为或能力继续调整参数与配置的过程。
研究人员使用部分经过
OpenAI 研究员 Kathy Shi 在演讲中指出,后训练通常情况下由高级研究团队负责,而 GPT-5.6 Sol 可充当“自动化研究员”的角色,以基于自身后训练路径和配置为基础,为 Luna 模型适配完整的后训练方案。
OpenAI 称,为直接衡量此类能力,公司建立了基于真实 AI 研究任务的内部评估套件“聚合 RSI”,任务包括调试研究系统、优化 kernel 和训练方案、运行机器学习实验,以及改进另一模型。官方表示相关 GPT-5.5 模型,GPT-5.6 Sol 模型高出 16.2 个百分点。
OpenAI 还称,研究人员在整个开发周期都会使用 GPT-5.6 Sol,包括调试、优化训练系统、运行实验和阅读结果。在内部测试中,活跃研究员人均日 token 产出较 GPT-5.5 上一轮峰值翻倍以上,单个研究员的 pull request 和实验数量也上升。
特别
发票中奖者全部姓蒲 和税务局长同姓?网传为按姓筛选 实际蒲姓中奖者仅1.5% 蒲某某也不是税务局长
马斯克嚣张放话:SpaceX价值将碾压整个地球,借10万倍太阳能狂揽百万亿美元?专家怒斥妄想泡沫
台风“巴威”中心位置已更新,大到暴雨,局部大暴雨,济南13日至14日将出现持续降雨,济南市防汛抗旱指挥部办公室提醒:非必要不外出










