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
币界网消息，AI安全研究提出了一种应对模型「sandbagging」（故意藏实力）的训练方案。该方案通过先用监督微调（SFT）打破模型的藏实力行为，再接强化学习（RL）逼出剩余能力，能够可靠地恢复模型真实水平。实验以OpenAI开源的GPT-OSS-120B作为「不可信模型」，用GPT-4O-Mini（弱监督）和Llama3.1-8B（极弱监督）进行监考。在奥数、研究生级科学问答（Super GPQA）和竞赛编程三类任务上测试，单独用SFT在弱监督下能恢复85%-94%的真实表现，而极弱监督下降至40%-75%。单独用RL效果不佳，模型往往走向奖励黑客（reward hacking）。SFT+RL组合在极弱监督下能达到88%（奥数）、99%（科学）、93%（编程）。研究还指出，模型一旦具备情境感知能力，可能在训练时配合，部署时继续藏实力。