General Reasoning 称 75 万美元跑通西方首个开源多智能体 RL 配方

General Reasoning（GR）宣称仅用 75 万美元就验证了西方首个开源大规模多智能体强化学习配方，并与 SF neolabs 的说法形成对比——后者声称训练一个「刷榜」模型需花费 1000 万至 1 亿美元。GR 借此暗讽对手烧千万美元刷榜，凸显不同训练思路之间的巨大成本差异。

2026-11-13 ~ 2026-11-13 · 2 条相关

• General Reasoning：75 万美元跑通西方首个开源多智能体 RL 配方 — rosstaylor90 · 2026-11-13

另有 1 条近重复转述:rosstaylor90