Nghiên cứu mới giới thiệu phương pháp dùng mô hình mạnh để tạo 'harness' hỗ trợ mô hình yếu giải quyết vấn đề phức tạp. Kết quả cho thấy hiệu suất tăng vọt từ 0.49 lên 0.91 nhờ tối ưu hóa quy trình suy luận và định dạng đầu ra.
cb_doge@cb_dogeGrok 4.6 takes the #1 spot on InferenceEval 🔥 🥇 Grok 4.6 - 46.9% 🥈 GPT-5.6 Sol - 44.1% 🥉 Opus 5…
DịchGrok 4.6 vừa vươn lên dẫn đầu bảng xếp hạng InferenceEval với 46,9% điểm số, vượt qua GPT-5.6 Sol và Opus 5. Phiên bản này cho thấy bước tiến vượt bậc trong khả năng giải quyết các tác vụ lập trình và suy luận thực tế.
Deedy Das@deedydasObjectively one of the coolest papers in LLM jailbreak world but most people didn't read the actual …
DịchChuyên gia Deedy Das làm rõ rằng các cuộc tấn công khai thác lỗ hổng API để trích xuất suy luận ẩn không hiệu quả với mô hình Fable, bác bỏ các tuyên bố trước đó về việc giải mã quá trình chưng cất mô hình này.
Rohan Paul@rohanpaul_aiYou don't necessarily need to see how a powerful AI thinks to copy some of its reasoning ability. …
DịchNghiên cứu mới giới thiệu kỹ thuật Trace Inversion, cho phép huấn luyện mô hình học sinh đạt khả năng suy luận tương đương mô hình gốc chỉ bằng câu hỏi và đáp án, ngay cả khi chuỗi tư duy (CoT) bị ẩn. Chi phí thực hiện cực thấp, đặt ra thách thức lớn về bảo mật mô hình.
