Transluce提出用于AI行为监督的基础模型构建愿景

1. 00:07
   Transluce 研究

   Transluce 提出用于 AI 监督的基础模型构建愿景

   Transluce 提出训练专门用于 AI 行为监督的基础模型愿景，旨在形式化、测试并回答受测模型装傻、隐藏目标等行为问题。该方案将监督任务抽象为基于 Pythonic 世界模型的贝叶斯推理与自回归预测，通过 Python 代码形式化表达干预与测量以生成可验证数据。模型架构包含大规模实验语料中训练、RLVR 强化推理以及自然语言交互微调三阶段。

Current heat 9·Comparable peak 10（Nov 6 01:00）·Comparable change, last 24 hours–

Trends compare only the same parties observed continuously, so the scope can be narrower than current heat counts. Move the pointer or tap the chart to see hourly heat; use the left and right arrow keys on a keyboard.