强化学习 - 5iter.com

📅 10-05

摘要：2016 年 3 月，首尔四季酒店。人机大战第二局进行到中途，AlphaGo 把一颗黑子落在了第五线上。现场解说一时语塞，有人怀疑程序出了 bug，因为在职业棋手的常识里，这手棋近乎于白送。后来的故事大家都知道了。AlphaGo 不

Google ChatGPT 聊天机器人大语言模型机器学习神经网络强化学习 Transformer

📅 10-02

摘要：Fable 5.5，曝光了！今早，一大批开发者意外发现，Claude网页端悄悄灰度到了Anthropic下一代旗舰Fable 5.5。界面明明还标着“Fable 5.1”，但回答的风格、速度、能力，完全不一样了。大家拿来验身的，是一

OpenAI Anthropic Claude Agent Codex 提示词强化学习 AI编程

📅 09-27

摘要：刚刚，The Information爆出一记猛料。OpenAI和Anthropic这对硅谷最大的死对头，今年初差点坐到一张桌子上，签下一份互相攻击对方模型的协议。协议的核心就是，双方互相开放API，你来黑我的模型，我去黑你的模型。两

OpenAI Anthropic Google Claude AI智能体 Slack 强化学习 Transformer

📅 09-27

摘要：OpenAI 的 Agent，又从沙箱里找到了一条通往互联网的路。更麻烦的是，这一次发生在 OpenAI 已经大规模加固过安全措施之后。9 月 20 日，一个正在接受强化学习训练的 OpenAI 内部研究模型，被要求完成一项普通的信息

OpenAI Google ChatGPT 网络安全 Agent 聊天机器人 AI Agent 强化学习

📅 09-22

摘要：今天一早，SpaceXAI 最强模型 Grok 4.7 来了。发布页开头只有一句极具“攻击性”的定位：面向编程与知识工作的最强模型，速度达到可比模型的两倍，价格只有一半。这次升级没有停留在跑分表上。Grok 4.7 换用了更大的基础

SpaceX 网络安全 Agent xAI Grok 强化学习 Cursor 代码生成

📅 09-22

摘要：马斯克旗下人工智能公司xAI正式发布新一代大模型Grok 4.7，并将其定位为目前最强大的编程与知识工作模型。公司表示，新模型不仅在复杂任务处理能力上实现提升，同时维持与前代产品相同的运行速度和价格体系，并以更低成本向市场发起竞争。

人工智能网络安全 Agent 编程 xAI Grok 强化学习 Cursor

📅 09-17

摘要：OpenAI决定持续披露AI“越界”事件，但第一步就碰上了难题。9月16日，OpenAI一口气公布六份模型异常行为报告，并推出一套新的调查和披露流程。以后，员工发现模型越权、隐瞒或绕过限制，可以提交调查；符合条件的案例，将按复杂程度进

OpenAI Anthropic 网络安全 AI智能体 GPT-5.6 GPT-5 Python 强化学习

📅 09-05

摘要：OpenAI正式对外推出了备受瞩目的下一代人工智能模型GPT-6 Astra，并迅速展开跨平台部署。该模型现已开始全面接入ChatGPT、微软Microsoft 365办公套件以及GitHub Copilot等核心生态系统。OpenA

人工智能 OpenAI 微软 ChatGPT GPT Copilot 强化学习 GitHub Copilot

📅 09-01

摘要：Anthropic日前发布最新博客公布 Claude AI 模型近期多起越界访问真实互联网系统后的安全整改方案。该公司承认这些事件不仅暴露评测环境的隔离问题，也反映出模型存在动机性推理和为完成狭窄目标而采取高危行动的对齐风险。高风险

Anthropic Claude 网络安全化学提示词 Claude Opus 强化学习