Nathan Lambert· @natolambert · X·· 3 小时前AI 评分31
AI 导读
最简单的解释就是，这仅仅是一种依赖其内部基础设施的窄域 RL 训练（对于开源权重模型而言，这并不是一种优秀的设计）
正文 · 原文
Simplest explanation is just a narrow RL training reliant on their internal infra (which isn't good design for an open weight model)
来源：Nathan Lambert · x.com