待验证50% 置信观点精确时间
OpenAI押注的是通用智能向物理世界的迁移能力，其在大规模预训练模型上的积累可能加速这一过程。
1
来源数
50%
置信度
中期 (~90 天)
时效性
2026/10/18
首次发现
有效期至：2027/1/16
来源
涉及实体
相关事实
待验证OpenAI在训练方面继续依赖英伟达，而在推理侧选择自研芯片75% 相似待验证2017年OpenAI发表论文《Evolution Strategies as a Scalable Alternative to Reinforcement Learning》，证明在强化学习场景下ES可与当时最先进的深度RL方法相媲美，且天然支持大规模并行74% 相似待验证OpenAI关于指令跟随和基于网络的学习系统的研究表明训练层动态远比表面复杂，无法直接战术性优化训练数据。74% 相似待验证OpenAI训练InstructGPT、Anthropic训练Claude均大量依赖人在回路机制73% 相似待验证OpenAI、Anthropic等公司在预训练之上叠加RLHF，将输出向人类偏好中心对齐73% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1057283API
curl https://kongchang.com/api/v1/knowledge/claims/1057283MCP
get_claim(id=1057283)