跳到正文
实时
热点事件持续更新

Claude Code v2.1.159 采用梯度对齐奖励机制

1 篇报道1 个报道来源17 小时前更新

先了解这件事

AI 综述

Baseten Labs 发布 Claude Code v2.1.159，采用梯度对齐奖励机制，在四则运算任务上使用 Qwen3-8B 模型，通过计算学生输出与专家演示的梯度相似度进行奖励，实验显示模型可能过度拟合专家示例的精确措辞。

AI 根据报道生成 · 更新于 17 小时前

最新进展11月14日 08:24
Claude Code v2.1.159 发布

报道时间线

沿着报道，了解事件的不同侧面。

11月14日
  1. Baseten Labs
    Claude Code v2.1.159 发布

    Claude Code v2.1.159 发布，采用梯度对齐奖励机制，在四则运算任务上使用 Qwen3-8B 模型，通过计算学生输出与专家演示的梯度相似度进行奖励，实验显示模型可能过度拟合专家示例的精确措辞。

本事件热度走势

可比范围当前
6
可比范围峰值
1011月14日 10:00
近 24 小时变化
–

趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。