研究者称无预训练强化学习跑不通 引发讨论

AI 研究者 DimitrisPapail 从零开始训练模型后发现，强化学习（RL）在没有预训练的情况下无法工作，预训练是 RL 有效的隐含前提。该结论引发讨论，研究者 giffmana 进一步追问在最简的表格（tabular）环境下，即可以从头训练的设置中，RL 无预训练是否仍不成立，为这一观察提供了新的检验角度。

2026-11-08 ~ 2026-11-08 · 2 条相关