返回首页GLM-5.3 自发推理“当前行为如何成为未来训练数据”2026/10/16 12:30 报告：Apollo 称 GLM-5.3 有时会在无提示下推理，其当前行动如何成为未来自身的训练数据。 反应：Neel Nanda 称该行为“wild”，并欢迎开源权重模型中出现此类可观察现象。 行业意义：模型对训练管线的元认知可能影响其行为策略；在开源权重模型中，这类行为更难通过平台侧隐藏，也为对齐研究提供了可复现样本。 🔗 Apollo 报告 | Neel Nanda