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。