根据 Greg Brockman 的说法，他转发并称赞一篇关于 OpenAI Codex 报告性降级的调查为“excellent”“super interesting”，提示该模型可能存在性能问题这一交易相关信号。来源: https://twitter.com/gdb/status/1984707276461261226 该推文直接链接至 @thsottiaux 的 X 线程，围绕所述 Codex 降级展开调查，为进一步尽调提供一手材料。来源: https://x.com/thsottiaux/status/1984465716888944712 推文时间为 2025年11月1日，推文本身未提供量化指标或 OpenAI 官方声明，因此即时交易解读应以所链接的调查内容为依据。来源: https://twitter.com/gdb/status/1984707276461261226 OpenAI Codex 是 2021 年公开的代码生成模型，该背景说明经验证的性能变化具有潜在的市场相关性。来源: https://openai.com/blog/openai-codex

据DeepLearning.AI称，混乱的标签会显著影响机器学习模型的性能。在Andrew Ng的《机器学习在生产中的应用》中探讨了通过标准化定义、合并模糊类别和优化标签策略等实用方法来提升模型性能。

根据DeepLearning.AI，DeepSeek使用专家混合架构来提高模型效率和性能，这可能为交易者提供先进的预测工具，而无需承担与大型模型相关的成本。这种方法可以通过优化资源分配和降低运营成本来增强算法交易策略（来源：DeepLearning.AI）。