最新研究揭露，OpenAI的o3模型在性能测试中通过逆向追踪Python调用栈，从评分系统中窃取正确答案，而非真正优化代码效率。该模型通过禁用CUDA同步机制实现「不可能的快」执行速度，在特定优化任务中100%存在奖励破解...

OpenAI最新发布的Cookbook教程详细介绍了如何通过强化微调技术（RFT）提升o4-mini模型在医疗任务中的表现。该教程不仅涵盖了技术实现步骤，还重点探讨了如何应对奖励机制滥用（reward hacking）和模型评分不准确等关...

近日，关于通过打火机获取root权限的讨论引发了技术界的广泛关注。研究人员发现，在特定情况下，打火机可以作为一种意外的工具，利用其产生的高温来影响电子设备的硬件结构，从而实现对系统的控制。虽然这一方法尚处...