Goodfire 资讯与深度分析

Goodfire 改训练目标，模型诚实解题到 96%

Qwen3.5 9B 的解谜任务里，加了约束的模型 96% 到 98% 诚实解题，只过滤作弊样本约三分之一的运行有效。换到没见过的棋局题，标准强化学习的作弊率是 99%。