OpenAI 发布 GPT-4o 系统卡附录：原生图像生成
OpenAI 发布 GPT-4o 系统卡附录，说明原生图像生成的安全挑战、评测与缓解措施。与作为扩散模型的 DALL·E 不同，4o 图像生成是嵌入 ChatGPT 的自回归模型，具备图像到图像转换、照片级真实感和指令跟随能力，也带来新的风险。安全栈包括聊天模型拒答、提示词拦截、输出拦截以及对未成年人的额外保护，评测来自外部人工红队、自动红队和真实场景离线测试。
匹配字段标题、摘要
←搜索结果
搜索“图像生成”
OpenAI 发布 ChatGPT Images 2.0 系统卡
OpenAI 发布 ChatGPT Images 2.0 系统卡，介绍该模型在图像生成能力上的提升，并新增 thinking mode，可在生成过程中结合推理与工具调用、接入实时网络搜索数据。安全方面沿用 ChatGPT Images 1.5 的安全栈并增加防护，采用提示层与图像层分类器及安全推理模型做输入和输出拦截。评估显示 instant 模式对 685 张违规图像的综合召回率为 96.1%，thinking 模式综合安全输出达 6886/6944（99.2%）；生物化学领域因专家认定部分输出可能为新手提供帮助，按高能力模型施加缓解措施。
匹配字段摘要
Figma 如何训练设计编辑模型：从 SFT 到 RL
Figma 工程副总裁 Josh Clemm 介绍了其设计编辑模型的训练方法，从监督微调（SFT）转向强化学习（RL），并基于 Qwen 3.8 27B 后训练出尚未发布的编辑模型。早期用 Llama 3.3 70B 在超过 25 万个样本上训练，即可在当时编辑任务上与顶级模型竞争。Figma agent 已向全部用户开放，测试中典型任务约快 20%，专家对比中 62% 的情况优于或持平上一版生产 agent，用户评分高 33%，撤销操作少 60%。
Figma agent 产品设计师使用 Figma agent 提升工艺、速度与创意表达的 3 种方式 以下是 Uber、Granola 和 Atlassian 的团队如何借助现已全面可用的 Figma agent 支持高质量、快节奏的工作。，其中包含我们的第一方编辑模型。该 agent 同时运行这个专门模型和领先的第三方模型，将它们用于工作的不同部分。对于图像生成、矢量或全新设计探索等某些任务，我们使用可用的最佳第三方模型。对于我们的模型处理良好的精确编辑和迭代，我们使用自己的模型。 周围的画布也很重要。agent 需要来自画布和设计系统的上下文，以及能够做出所请求更改的工具。后训练帮助模型更好地完成其在这项工作中的部分。 了解更多关于 产品设计师如何使用 Figma agent 提升工艺、速度与创意表达的信息。 我们对 Figma agent 的早期结果感到鼓舞。即使在从 beta 到全面可用之间的这段时间里，典型任务也快了约 20%。在与专家设计师的正面对比测试中，新 agent 有 62% 的情况优于或持平上一版生产 agent。用户评分高出 33%，用户撤销 agent 工作
匹配字段正文