待验证50% 置信事实精确时间

2024年以来出现了ORPO、SimPO、KTO等进一步简化的对齐算法

1

来源数

50%

置信度

长期有效

时效性

2026/8/8

首次发现

来源

GPT-5.6 Sol持续优化，Luna向免费用户开放：模型分层策略解读

相关事实

部分验证O4 Mini是OpenAI于2025年推出的推理优化模型，属于O系列65% 相似已验证持续批处理（迭代级调度）最早由Orca系统提出，发表于OSDI 2022论文64% 相似待验证迭代级调度的概念最早由2022年发表的Orca论文提出64% 相似待验证GRPO于2024年出现，被DeepSeek-R1所采用，在DPO基础上进一步简化了参考模型依赖63% 相似待验证从2022年的ChatGPT到2024年的o1/o3系列，大语言模型的推理能力经历了质的飞跃59% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/709644

API

curl https://kongchang.com/api/v1/knowledge/claims/709644

MCP

get_claim(id=709644)