一句话吐槽 RL 的泛化幻觉
jasondeanlee · x · 2026-07-19
帖主转发了一句对 **RL** 的尖锐吐槽：即使到了前沿规模，RL 也并没有真正泛化，因为实验室里的人总会说“告诉我们模型哪里不行，我们下一版修掉”。 这句话的核心意思是：所谓“能力进步”很多时候更像是对已知短板的定向修补，而不是通用泛化能力的自然出现。
jasondeanlee · x · 2026-07-19
帖主转发了一句对 **RL** 的尖锐吐槽：即使到了前沿规模，RL 也并没有真正泛化，因为实验室里的人总会说“告诉我们模型哪里不行，我们下一版修掉”。 这句话的核心意思是：所谓“能力进步”很多时候更像是对已知短板的定向修补，而不是通用泛化能力的自然出现。