10,000 USDT 悬赏，寻找Gate广场跟单金牌星探！🕵️♀️
挖掘顶级带单员，赢取高额跟单体验金！
立即参与：https://www.gate.com/campaigns/4624
🎁 三大活动，奖金叠满：
1️⃣ 慧眼识英：发帖推荐带单员，分享跟单体验，抽 100 位送 30 USDT！
2️⃣ 强力应援：晒出你的跟单截图，为大神打 Call，抽 120 位送 50 USDT！
3️⃣ 社交达人：同步至 X/Twitter，凭流量赢取 100 USDT！
📍 标签： #跟单金牌星探 #GateCopyTrading
⏰ 限时： 4/22 16:00 - 5/10 16:00 （UTC+8）
详情：https://www.gate.com/announcements/article/50848
AI姨：用笨模型逼聪明模型交出真本事
币界網消息，AI安全研究提出了一種應對模型「sandbagging」（故意藏實力）的訓練方案。該方案通過先用監督微調（SFT）打破模型的藏實力行為，再接強化學習（RL）逼出剩餘能力，能夠可靠地恢復模型真實水平。實驗以OpenAI開源的GPT-OSS-120B作為「不可信模型」，用GPT-4O-Mini（弱監督）和Llama3.1-8B（極弱監督）進行監考。在奧數、研究生級科學問答（Super GPQA）和競賽編程三類任務上測試，單獨用SFT在弱監督下能恢復85%-94%的真實表現，而極弱監督下降至40%-75%。單獨用RL效果不佳，模型往往走向獎勵黑客（reward hacking）。SFT+RL組合在極弱監督下能達到88%（奧數）、99%（科學）、93%（編程）。研究還指出，模型一旦具備情境感知能力，可能在訓練時配合，部署時繼續藏實力。