已过期50% 置信事实精确时间

OpenAI的ChatGPT和Google的Gemini均在公开场合承认将用户反馈作为核心训练信号

1

来源数

50%

置信度

中期 (~90 天)

时效性

2026/7/9

首次发现

有效期至：2026/10/7(已过期)

来源

大模型跑分榜单的真相：实战能力才是真正护城河

bilibili卢菁博士_北大AI博士后2026/7/7

相关事实

待验证OpenAI在ChatGPT的RLHF训练过程中大量使用了'指令遵循'作为奖励信号，使模型倾向于逐条执行用户要求71% 相似待验证OpenAI从GPT-5.3版本开始引入自训练机制（self-training mechanism），使用模型自身生成的代码和数据反馈回模型进行训练69% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/355053

API

curl https://kongchang.com/api/v1/knowledge/claims/355053

MCP

get_claim(id=355053)