AI资讯新闻榜单内容搜索-Q-Star

关键词: Scaling Law,RL,Self-Play,agent

从几周前 Sam Altman 在 X 上发布草莓照片开始，整个行业都在期待 OpenAI 发布新模型。根据 The information 的报道，Strawberry 就是之前的 Q-star，其合成数据的方法会大幅提升 LLM 的智能推理能力，尤其体现在数学解题、解字谜、代码生成等复杂推理任务。这个方法也会用在 GPT 系列的提升上，帮助 OpenAI 新一代 Orion。

关键词: Q-Star,Q*,openai

也许，解雇 Sam 是对的？前天我们发布了关于OpenAI宫斗大戏的事件经过，虽然事件以Sam重归CEO告一段落，但是董事会为何突然罢免Sam依然是一片疑团。