前 OpenAI 员工离职创业：直指 LLM 泛化能力差，将专注高质量 RL 数据

burny_tech · x · 2026-07-31

一位前 OpenAI 员工宣布离职并创立新公司，专注于生产高质量的强化学习（RL）数据集。

他指出当前大语言模型（LLM）的泛化能力依然很差，即便在投入巨大的编程领域，模型能力也呈现“尖刺式”（spiky）特征，无法实现真正的通用性，仍需人工介入清理代码。此外，由于现有架构在分布外（OOD）泛化上表现不佳，严重依赖昂贵的后训练，因此生产训练数据、评测和学习环境的业务将持续繁荣。