Humans& 训练 Ampersand 学会在适当的时候保持沉默以更好地协助团队协作

Humans& 发布了 Ampersand v0.1，这是一个拥有 7440 亿参数的协作型模型。它通过长达数月的仿真训练，并采用一种新的离策略强化学习方法，重点在于学会何时保持沉默以更好地协助团队。其参数规模和对团队协作的专注，使其成为大型助手模型中一个值得关注的新入场者。

• Alpha Signal2026-10-20 22:37