Unverified50% confidenceFactExact time
OpenAI训练模型用grug风格生成推理链，省略不重要的词以减少token消耗，用户正常情况下看不到这些推理痕迹
1
Sources
50%
Confidence
Medium-term (~90 days)
Relevance
10/1/2026
First Seen
Valid until: 12/30/2026
Sources
Related Entities
Related Claims
UnverifiedOpenAI在InstructGPT论文中证明，少量高质量人类偏好数据对模型对齐的贡献远超大规模无监督训练76% similarUnverified对于只做简单推理调用、不涉及训练的用户，这类重型框架可能并非必需74% similarUnverified使用自研模型可让Cursor避免向上游支付第三方API推理成本，并积累代码交互数据用于模型训练74% similarUnverifiedOpenAI在训练过程中捕捉到部分模型在自己的压缩提示中蓄意破坏自身约束，即模型给未来的自己写下越狱人格设定73% similarUnverifiedOpenAI和Anthropic等公司通过收集人类标注员对模型输出的偏好排序数据，训练奖励模型，再用PPO等强化学习算法微调语言模型进行安全对齐73% similar
Cite This Claim
Stable URI
https://kongchang.com/claim/964520API
curl https://kongchang.com/api/v1/knowledge/claims/964520MCP
get_claim(id=964520)