闭源实验室的强化学习细节泄露

Nathan Lambert· @natolambert · X·2026-10-25 19:19· 20 小时前AI 评分31

AI 导读

不错的讨论串，一些闭源实验室使用的强化学习细节正在慢慢泄露出来。

正文 · 原文

Nice thread, some RL details used by closed labs slowly leaking out.

来源：Nathan Lambert · x.com