待验证50% 置信事实时间未知

GPT-5.3的自训练突破将自我评估机制扩展到了整个训练数据管道，不仅用于评估，训练材料本身也由模型生成

1

来源数

50%

置信度

中期 (~90 天)

时效性

2026/7/2

首次发现

有效期至：2026/9/30

来源

GPT-5.6 First Leak: How Self-Training Loops Enable OpenAI's Three-Week Iteration Cycle

bilibili不会写报告的Ai菌

相关事实

待验证GPT-5.3首次采用了模型自身生成的AI代码来反向输送给模型进行训练与部署的自训练机制80% 相似已验证GPT-5.6是推理范式（reasoning paradigm）持续扩展的成果，通过同时扩展强化学习和预训练实现能力跃升79% 相似待验证GPT 5.x系列在训练阶段就将代码执行、网络检索、文件操作等工具调用纳入强化学习循环，而非简单的后处理插件79% 相似待验证许多开源模型使用GPT-4、Claude等商业模型生成的高质量输出作为训练数据，即知识蒸馏训练范式79% 相似待验证GPT-5系列采用混合专家（MoE）架构和强化学习后训练技术78% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/56124

API

curl https://kongchang.com/api/v1/knowledge/claims/56124

MCP

get_claim(id=56124)