Expired50% confidenceEventExact time

OpenAI暂停了强化学习（RL）训练

1

Sources

50%

Confidence

Short-term (~14 days)

Relevance

8/20/2026

First Seen

Valid until: 9/3/2026(expired)

Sources

OpenAI暂停RL训练：模型能力增长过快，安全对齐跟不上了？

Related Claims

VerifiedOpenAI此次采用的是开放权重模式而非严格意义上的开源，未公开训练数据和训练代码68% similar UnverifiedRLHF 最初由 OpenAI 用于语言模型的对齐训练，后被广泛应用于图像生成领域67% similar UnverifiedOpenAI自2023年起允许用户在设置中关闭聊天记录用于训练的选项67% similar UnverifiedOpenAI已部署的微调模型将伴随基座模型同步停止66% similar UnverifiedAnthropic主打宪法AI安全框架，训练分为SLAIF和RLAIF两阶段，与OpenAI采用的RLHF路径不同64% similar

Cite This Claim

Stable URI

https://kongchang.com/claim/778662

API

curl https://kongchang.com/api/v1/knowledge/claims/778662

MCP

get_claim(id=778662)