a16z 投资 Preference Model 并开源 RL 环境框架 Karotte

a16z 宣布投资初创公司 Preference Model，该公司由 Jennifer Zhou 和 Ning Cao 创立，专注于为前沿实验室构建 RL 环境。同日团队开源了生产级框架 Karotte，该框架已为前沿实验室构建 MLE RL 环境长达一年，累计经历超过 100 万次评测运行和大规模红队打磨。团队指出模型极易出现 reward hack，因此这类环境的严格验证尤为关键。

2026-10-08 ~ 2026-10-08 · 3 条相关

• a16z 投资Preference Model,开源RL环境框架Karotte历经百万次评测 — a16z · 2026-10-08
• Preference Model 开源 Karotte：为前沿实验室构建 RL 环境的框架 — jamdac · 2026-10-08
• 团队开源 RL 环境框架 Karotte：经百万次评测与红队打磨 — mmmbchang · 2026-10-08