OpenAI与Anthropic的RL秘方引热议

在 OpenAI 与 Anthropic 模型能力的讨论中，网友 scaling01 认为以两家的算力和模型规模，单纯“扩展 RL”不足以解释其能力提升，属于“RL 秘方”；X 用户 xeophon 进一步暗示，两家的强化学习优势可能来自购买了相同的训练环境而非模型规模，引发社区热议。

2026-08-14 ~ 2026-08-14 · 2 条相关

• 网友质疑OpenAI和Anthropic的RL扩展解释，称属于“RL秘方” — scaling01 · 2026-08-14
• 爆料：OpenAI 与 Anthropic 的强化学习优势或来自相同环境 — xeophon · 2026-08-14