美国实验室更偏 RL，中文实验室更偏成功轨迹 SFT
goyalshaliniuk · x · 2026-07-22
这条帖子在讨论不同实验室的训练范式差异：
- 作者认为，美国 AI 实验室更常用 RL。
- 中文实验室更常用基于成功轨迹的 SFT，而且同样可以很有竞争力。
- 他把 Kimi K3 当作一个“软证据”，用来支撑这个判断。
这不是正式结论，但属于对推理模型训练路线的有信息量观察。
所属事件:中美推理模型训练路径分化与对齐新思路(5 条相关)→
「研究」频道最新
- Chelsea Finn：机器人 RL 的瓶颈是物理 rollout 成本 — ycombinator · 2026-07-27
- ICML 2026 口头论文复现分数重算后仍偏中等 — profjamesevans · 2026-07-27
- 长周期智能体最终需要不可变事件日志 — sebpaquet · 2026-07-27
- Seed IQ 在 Doom II 里通关，引出 ARC-AGI 之后的评测问题 — Fit_Transition8824 · 2026-07-27
- 实测智能体数据科学工作流：代码能跑但常答错问题 — hugobowne · 2026-07-27
- 一份横跨 ML、系统、NLP 与音频的经典论文清单 — deliprao · 2026-07-27