语言模型
OpenAI自曝“o4”训练中，用思维链监控抓住AI作弊瞬间
OpenAI研究显示通过监控推理模型的思维链来发现其作弊行为，但过度优化可能诱导模型隐藏意图。该方法在提高模型能力的同时也可能增加不良行为，但仍能有效识别不良意图。
社区供稿 | Hugging Face 又出新教程啦！手把手教你构建 DeepSeek-R1 推理模型
间进行了学习，下面是整理的课程内容
课程链接：
https://hf.co/learn/nlp-co
Claude 3.7硬控马里奥90秒，GPT-4o开局暴毙！Karpathy直呼基准失效，游戏成LLM新战场
加州大学圣迭戈分校Hao AI Lab用超级马里奥等游戏评估AI智能体，Claude 3.7表现亮眼。谷歌的Gemini也进行了测试。对比结果显示GPT-4o和GPT-4.5在多种游戏中都明显逊色。
