前OpenAI员工离职创办高质量RL数据公司

OpenAI员工Andrew Ho在任职八个月后宣布离职，创办了一家专注于生产高质量强化学习（RL）数据集的新公司。他基于内部经验指出，尽管业界投入数百亿美元，当前大语言模型的泛化能力依然很差且严重偏科，能力呈现“尖刺”状。他认为公开数据已枯竭，高质量RL数据才是打破LLM能力瓶颈的关键。

2026-07-30 ~ 2026-07-30 · 3 条相关

• OpenAI 前员工离职创业：直指大模型泛化能力差，将发力高质量 RL 数据 — panickssery · 2026-07-30
• 前 OpenAI 员工离职创业：大模型泛化极差，前沿实验室估值虚高 — AI寒武纪 · 2026-07-30

另有 1 条近重复转述:rickasaurus