TypeSafe AI 的 RLCD 路线引发讨论：创新还是换壳

TypeSafe AI 的 Jev 模型及其 RLCD（替代 RLHF 的后训练方法）成为讨论焦点。支持者认为 2022 年 AI 从 token 预测转向指令跟随是关键转折，但 RLHF 作为规模化路径存在局限，RLCD 提供了另一条路；质疑者则表示除 JSON 输出和置信度分数外看不出实质创新，对其热度存疑，双方围绕 RLCD 到底新在哪展开争论。

2026-09-18 ~ 2026-09-19 · 2 条相关

• Type Safe AI 的 Jev 模型遭质疑:RLCD 到底新在哪? — Haghiri75 · 2026-09-18
• TypeSafe AI 提出用 RLCD 替代 RLHF,走后训练另一条路 — FrankFelixAI · 2026-09-19