热点事件持续更新
开源角色扮演模型Flint经GRPO训练写作分升至6.90
1 篇报道1 个报道来源2 小时前更新
先了解这件事
AI 综述
Reddit 用户发布经强化学习训练的角色扮演模型 flint-roleplay-antislop，目标是去除模型输出中的“AI 味”。该模型采用 GRPO 训练，并以 Opus 5.5 充当裁判，按写作 rubric 逐条评分作为奖励信号。据报道，在留出集上，该模型的写作分从 4.92 提升至 6.90。目前公开信息集中于训练方式与评分对比，模型权重、训练数据规模等细节未在报道中说明。
AI 根据报道生成 · 2 小时前更新
报道时间线
沿着报道，了解事件的不同侧面。
10月27日
- AGI Hunt开源角色扮演模型 Flint 经 GRPO 去“AI 味”，写作分从 4.92 升至 6.90
Reddit 用户发布经 RL 训练的角色扮演模型 flint-roleplay-antislop，用 GRPO 训练、以 Opus 5.5 作裁判按写作 rubric 逐条评分，留出集写作分从 4.92 提升到 6.90。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。