热点事件历史事件

提出对齐泛化新方法并取得拒答前五成绩

1 篇报道1 个报道来源6 天前更新

先了解这件事

AI 综述

AlexG 在 LessWrong 提出名为 Ironman Runs 的对齐泛化方法，称在 Hermes-3（8b instruct、无拒绝训练）上仅用 45 分钟 H100、不使用任何 agentic 或 code 样本，仅凭 prefill 与 SFT 样本，首次定向尝试即在旧的 agentic 与 code 基准拒答测试中取得前五名成绩。该方法基于 Dispositions/Shard Theory 识别被忽视的失败点。作者称具体技术未必长期有效，但 Ironman 路线可行。

AI 根据报道生成 · 6 天前更新

最新进展10月22日 02:40

对齐泛化的一般方法与击败一切的愚蠢新技术

报道时间线

沿着报道，了解事件的不同侧面。

10月22日

02:40
LessWrong
对齐泛化的一般方法与击败一切的愚蠢新技术
作者提出"Ironman Runs"方法，在旧基准上不使用新领域样本、仅凭prefill与SFT样本实现对齐泛化，并基于Dispositions/Shard Theory识别出被忽视的失败点。该方法在Hermes-3（8b instruct、无拒绝训练）上首次定向尝试即在旧agentic与code基准的拒绝测试中取得前5名成绩，仅耗时45分钟H100，未使用任何agentic或code样本。

本事件热度走势

可比范围当前: 3
可比范围峰值: 1010月22日 04:00
近 24 小时变化: -51%

趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。