Grok45被寄望强化RL稳定性

bookwormengr · x · 2026-07-08

这条帖子表示，希望 Grok45 通过来自新加坡的思路做大幅 RL 强化，并点名 Yingru Li 在 RL 稳定性上的工作。帖子还提到他在 RL stability 方面的贡献被 DeepSeek、Cursor 等多个项目借鉴。