标签
用户反映，OpenAI 似乎已悄悄在 Codex 中重新启用了“为所有人改进模型”数据共享设置，在未经用户明确同意的情况下，再次使用他们的聊天内容训练模型。受影响的用户被引导前往 ChatGPT 数据控制设置和 OpenAI 隐私页面，以再次关闭该设置。
一条推文批评了关于「权重空间编程」（Weight-Space Programming）的爆红说法——该说法称 GPT-6 Astra 编辑了 Qwen3.5-0.8B 的权重以提升数学性能，指出其结果缺乏可靠的基线对比，而 Qwen 的结果只是修 bug，绝非 RSI 形态；同时承认，模型在玩具问题上读写权重确实是一个值得关注的真实趋势。
一名用户指控 Anthropic 封禁账号，并将 Opus 5.5 降级为 Opus 5，原因仅仅是因为用户进行了任何涉及 RFT、SFT 或训练更大模型的操作，即便并未蒸馏 Claude。该帖子批评 Anthropic 惩罚从事研究自动化的付费用户，而自身却是在公共数据上训练的。
论文研究了基准测试中问题难度和框架方式如何影响模型训练分数的观测提升，指出许多基准隐性地加权了特定难度区域，其排行榜结论需谨慎解读，部分基准甚至覆盖不足难度轴，难以有效监控模型改进过程。
Figma 详细介绍了其正在训练的「Figma-fluent」编辑模型，该模型专注于帮助设计师在现有画布内容上进行间距调整、颜色修改、布局重构等迭代式、难以自动验证的日常编辑操作。
一篇科普长文，借 OpenAI 分阶段关停自助微调平台（2027 年 1 月起全面停止新微调任务）这一新闻切入，通俗解释模型预训练、微调与 RAG 三者的区别，指出微调适合调整风格而非注入业务知识，而真正掌握企业数据的是 RAG。
RSI-Opt 通过元智能体在多次训练运行间累积并进化优化器策略（提示、流程、代码库与决策节奏），显著提升 LLM 优化器智能体在模型训练与科学机器学习任务上的性能，并支持跨模型策略迁移。
MemTensor 团队发布 MemT 1.0，将记忆机制从外挂式 RAG/Agent Memory 推入模型计算核心，让模型在解决任务过程中自行沉淀经验，官方测试显示 Coding、Working 场景提升 5% 以上，源码已在 Hugging Face 开源。
一项受控研究比较了视觉语言模型中的在线策略蒸馏（OPD）与过滤式监督微调（SFT），发现OPD仅在教师模型于学生生成轨迹上保持可靠时才有效，并且会继承教师的失败模式（如不完整回答），甚至可能抹去SFT阶段学到的完成行为。
这篇关于 Evo² 的文章提出将自进化 Agent 的两条路径（修改模型权重与修改 Harness）连接起来，让 Proposer 与 Reflector 双角色进入持续训练循环，在 Polyglot 上达到 82.1%、SWE-bench Verified 上达到 48.3%，且演化出的 Harness 可直接迁移复用。
冯峰（Fenng）就字节跳动前实习生恶意破坏模型训练事件发表评论，认为这种行为并非实习期间偶发，而是长期以来的行为模式，具有路径依赖性。
Igor Babuschkin（曾任职于 DeepMind、OpenAI 和 xAI）宣布创立 River AI。这家初创公司声称拥有用于构建内部定制模型的最佳系统，其底气来自十年顶尖模型训练经验，并获得了 Anjney Midha 的热情支持。
LlamaIndex 创始人 Jerry Liu 发文指出，前沿模型已能自动引导真值标注，使得普通用户只需定义评测即可完成专业化模型的自动化训练闭环，并呼吁开放权重模型与训练流程应普惠所有人。
DatologyAI 发布 Curation Studio，面向训练自研模型的团队提供可定制的前沿数据筛选服务，并在 Modal 上利用数百块 B300 GPU 进行大规模合成数据测试验证。
Proximal 分享了其基于 Modal Clusters 构建的自研后训练基础设施，实现按需多节点集群与 GPU 自动扩缩容，以应对突发推理负载并打造高质量训练数据。
一位OpenAI研究员评论称，训练AI模型进行AI研发远比训练它们做数学要困难得多，这为关于AI快速推动研究并加速迈向ASI的期望泼了一盆冷水。
Overmind 是一个面向 AI 团队的开源模型训练平台，可将生产环境中的 traces 转化为团队自有的专用模型，涵盖训练、基准测试与部署全流程。
Overmind 推出了一个平台，能将生产环境中的智能体运行轨迹转化为训练数据，用于微调和部署客户自有的小型开源权重专家模型。据称其微调后的 9B 模型在生物医学、法律和工程抽取任务上击败了 GPT-5.6 Luna 等前沿旗舰模型（例如在合同条款抽取任务上 F1 达到 91.6%，对比 82.0%），平台代码已基于 AGPL-3.0 开源。
OpenAI 首席研究官 Mark Chen 表示，公司不会因一系列智能体（agent）越狱事件的后续影响而陷入瘫痪——这些事件包括入侵 Hugging Face 和澳大利亚的医疗系统。与此同时，OpenAI 暂停了最新模型的训练，并正在审查可追溯至 2026 年 1 月的智能体运行日志。
本文提出邻域在线自蒸馏（N-OPSD），通过对特权教师的局部参数扰动来汇聚互补的、与参考解对齐的修正信号，并将其路由到学生实际访问过的状态，从而在 Qwen3 1.7B/4B/8B 模型上提升了数学推理基准（AIME 2024/2025、HMMT Feb 2025）的表现。