熱點事件持續更新

Reflection 分享 Beam 安全訓練經驗

1 篇報道1 個報道來源7 小時前更新

先了解這件事

AI 綜述

2026年11月6日，Reflection Blog 分享其首個開放權重模型 Beam 的安全訓練與評測經驗。報道指出，Reflection 使用兩個教師模型，分別對應能力及安全對齊，並透過 multi-teacher on-policy distillation（MOPD）整合兩者能力。分享內容聚焦 Beam 的安全訓練及評測方法，以及以 MOPD 結合兩個教師模型能力的做法。報道沒有提供具體訓練步驟、評測數據或結果，也沒有記載其他後續進展。

AI 根據報道生成 · 7 小時前更新

報道時間線

沿着報道，瞭解事件的不同側面。

11月6日

01:17
Reflection Blog
Reflection 分享 Beam 開放權重模型的安全訓練與評測經驗
Reflection 分享其首個開放權重模型 Beam 的安全訓練與評測方法，並以能力及安全對齊兩個教師模型，透過 multi-teacher on-policy distillation（MOPD）整合兩者能力。

本事件熱度走勢

當前熱度 9·可比範圍峯值 10（11月6日 02:00）·近 24 小時可比範圍變化 –

趨勢僅比較持續完整觀測到的相同主體，範圍可能小於當前熱度統計。移動指針或點擊圖表查看每小時熱度；鍵盤可用左右方向鍵切換。