模型多源确认
推文称 OpenAI 的 RL 流水线在物理推理基准上表现强劲
精选理由
有人吐槽物理基准 CritPt 被 Astra 刚发布就刷爆，顺便夸了 OpenAI 的 RL 训练管线，聊前沿模型饱和速度的可以看看。
一条 X 帖子评论了物理问题基准 CritPt 的情况：发帖人称 OpenAI 凭借强化学习（RL）流水线几乎在发布时就将其饱和，并认为 Fable 5.5 也可能做到同样水平。帖中提到 Astra 在该基准上刚推出就已接近满分，暗示现有物理评测对前沿模型已区分度不足。
原文 · Teortaxes
Physics problems. I guess this would have been a nice new CritPt, if Astra didn't saturate it right out of the gate. OpenAI does have a ferociously strong RL pipeline. Fable 5.5 will probably saturate it too. https://t.co/mFZSsBOKyZ
