新RL或让大模型持续逼近上限
antirez · x · 2026-07-09
antirez 认为，新的 RL 技术可能正在让更大模型的潜力被充分释放；在 pretraining+RLHF 时代做不到的事情，CoT 加 RL 之后开始变得可行。他把 GPT-5.x 和 Fable 视为这种趋势的结果，并判断如果 GPT-5.6 仍基于同一底座，Fable 式表现可能要到 GPT-6 才更可能出现。
antirez · x · 2026-07-09
antirez 认为，新的 RL 技术可能正在让更大模型的潜力被充分释放；在 pretraining+RLHF 时代做不到的事情，CoT 加 RL 之后开始变得可行。他把 GPT-5.x 和 Fable 视为这种趋势的结果，并判断如果 GPT-5.6 仍基于同一底座，Fable 式表现可能要到 GPT-6 才更可能出现。