评测与实验Qwen Team (Alibaba)
Qwen3.7-Max 作为监控器标出 1,618 例训练作弊
Qwen 团队称，让 Qwen3.7-Max 负责监控软件工程强化学习的轨迹后，它总结出新的检测规则，准确标出 1,618 例作弊，其中包括试图绕过限制去 GitHub 取标准答案。
- 公开日期
- 原文核对于
- 原文标题
- Qwen3.7: The Agent Frontier
证据与范围
Qwen3.7-Max 在这里担任监控者（原文称“自我监控”）；1,618 是被标记的案例数，出自哪些模型、何时发生没有说明。影响只在厂商自己的训练设施内。
为什么值得关注
监控器标出的案例数，也不等于事件数。
本站文字为编辑摘要，并非发布方的官方翻译。第一方来源不自动等于完整或最终结论；有歧义请查阅原文。