跳到正文
热点事件历史事件

Redwood 质疑 GDM 在链式思考上训练,GDM 员工否认

1 篇报道1 个报道来源12 天前更新

先了解这件事

AI 综述

Redwood Research 发文质疑 Google DeepMind(GDM)在链式思考上训练模型:其指出 Gemini 4 安全报告第 114 页似乎暗示 GDM 使用辅助奖励训练链式思考,与 GDM 此前“不因链式思考内容惩罚模型”的说法相矛盾。 对此,GDM 员工否认在链式思考上训练,但未解释报告中的相关细节,争议尚无定论。

AI 根据报道生成 · 10 天前更新

报道时间线

沿着报道,了解事件的不同侧面。

11月11日
  1. AIHOT · 精选
    Redwood Research 质疑 GDM 是否在链式思考上训练

    Redwood Research 发文指出,Gemini 4 安全报告第 114 页似乎暗示 GDM 使用辅助奖励在链式思考上训练,与其此前“不因链式思考内容惩罚模型”的说法相矛盾。GDM 员工否认在 CoT 上训练,但未解释相关细节。