強化學習

OpenAI 提 AI 訓練安全規範：高層握否決權，警報無人回應就自動停訓

OpenAI 揭 CoT 評分意外影響：保留思路鏈監控是 AI Agent 對齊關鍵防線

Berkeley GEPA 解析：不更新權重就能讓 AI 學會新任務、35 倍少訓練成本勝 RL