alphaXiv与OpenResearch训练4B决策模型

事件综述根据 1 篇报道整理，10月31日更新

alphaXiv 称其与 OpenResearch 用超过 11.7 万个决策示例训练了一个 4B 决策模型。alphaXiv 表示，该模型在除讽刺检测外的所有领域表现几乎与 Jev 相同，并能泛化到仇恨言论严重程度、情绪检测和意图分类等未见过的任务，但讽刺仍是常见失败模式。 上述比较与泛化结论均来自 alphaXiv 自述，报道未说明评测数据集、对比基准细节或是否经第三方复现。

综述由模型根据报道生成，细节以各篇原文为准。