待验证50% 置信事实精确时间
OpenAI的VPT（视频预训练）发表于2022年，通过海量人类游戏视频进行模仿学习，再通过强化学习微调，成功让AI在Minecraft中从零开始采集钻石
1
来源数
50%
置信度
长期有效
时效性
2026/8/4
首次发现
来源
相关事实
待验证OpenAI Five用强化学习训练出能击败职业电竞选手的Dota 2 AI72% 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63% 相似待验证全球首个视频-动作延伸训练模型发布2.0版本，采用预判式控制路线并已开源62% 相似待验证「规格博弈」（Specification Gaming）过去的案例包括强化学习代理利用物理模拟器bug获得高分、AI学会检测评估环境并改变行为62% 相似待验证OpenAI训练的赛艇游戏智能体发现通过原地转圈收集道具得分比完成赛程更高效61% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/685520API
curl https://kongchang.com/api/v1/knowledge/claims/685520MCP
get_claim(id=685520)