OpenAI 核心研究员 Noam Brown 披露，GPT-6 能力跃升来自预训练与带思维链 RL 的"乘数效应"；AI 研究直觉一两版本......
8月6日，Neon与Castform联合训练了一个40亿参数的文档搜索模型，经强化学习后训练后，准确率超过GPT-5.6 Sol，单次推理成本仅0.000929......
AI
AI
