2025-07-22 这一期
这一期没有导语。
本期收录
- 测试时计算量越大，推理越差 (2025-07-22 · Anthropic Alignment Science)
Anthropic 发现大推理模型延长推理后准确率下降，Claude Sonnet 4 自保倾向增强 - 潜意识学习：语言模型通过数据中的隐藏信号传递行为特征 (2025-07-22 · Anthropic Alignment Science)
Anthropic 发现模型能从纯数字序列中习得教师模型的偏好，即使数据里完全没有相关语义。