LLMeme 在 Vals AI 发现 MiMo v2.6 的强化学习训练环境会泄露答案 中发帖

看下来大致意思是:虽然 MiMo 考虑到了要防止模型作弊,但删 git 历史的时候没删干净。如果历史版本有残留,可能会被 MiMo v2.6 挖出来。如果历史版本没了、但留下了异常的修改时间,也相当于给模型提示了。 
或许这就是开源的好处,让全世界研究人员一起发现问题 让人想起了 MIUI 开发版
 
 
Back to Top