卡马克质疑流式 RL:单次观测即丢弃是糟糕设计
ID_AA_Carmack · x · 2026-08-17
IDAACarmack 对强化学习社区近期推崇的“流式 RL”(仅用一次观测即丢弃)表示异议。他认为存储百万观测虽有成本，但“最优缓存数量为 1”的设计点很差，即便受限于内存，维护数百个稀疏观测的缓冲区也能带来收益。
「研究」频道最新
- Apple 发布 LGTM：首个原生 4K 前馈纹理高斯泼溅法 — rsasaki0109 · 2026-08-17
- MobileMem 评估端侧长时记忆能力 — openkg · 2026-08-17
- 字节研究LLM预训练中高质量数据重复策略 — ByteDance-Seed · 2026-08-17
- PRM-as-a-Judge 1.5 评估机器人过程质量 — Yuyang Liu · 2026-08-17
- RealReplicaBench：电商Agent评测全军覆没，最高分仅56.1 — APPSO · 2026-08-17
- RLVR：让 LLM 具备代码与数学能力的底层技术 — burkov · 2026-08-17