4B 模型也能 RL 成不错编辑器
TheZachMueller · x · 2026-07-17
作者表示，早期测试已经证明：**4B 规模的模型也能通过 RL 训出相当不错的 editor model**，写作模型也同样可行，只是他现在在尝试不同方法。 这条是对上文“AI slop 是 driver 问题，不是模型问题”的直接回应，核心意思是：很多效果差的地方，可能更多取决于训练/驱动方式，而不是基础模型本身。
TheZachMueller · x · 2026-07-17
作者表示，早期测试已经证明：**4B 规模的模型也能通过 RL 训出相当不错的 editor model**，写作模型也同样可行，只是他现在在尝试不同方法。 这条是对上文“AI slop 是 driver 问题，不是模型问题”的直接回应，核心意思是：很多效果差的地方，可能更多取决于训练/驱动方式，而不是基础模型本身。