RLSlow 团队获致敬:LLM 大规模 RL 最早由这支团队开创
morqon · x · 2026-09-07
前 OpenAI 研究员 Łukasz Kaiser 发帖向 RLSlow 团队致敬,回顾团队历程:先后由 Ilya Sutskever、(omer?) merettm 领导,最终由他本人带队。 unsafePerformIO 转发称,如今广为人知的「如何用 LLM 做大规模 RL」的算法最早就是 RLSlow 团队开发的,而且它只是团队研究的一族学习算法中的一个特例。他称这些想法深刻优美,并认为关于学习本质还有很多待发现。团队成员包括 Trapit Bansal、Francis Song、Suchir Balaji 等。
所属事件:前 OpenAI 研究员 Kaiser 长文回顾 RLSlow 团队历程(3 条相关)→
「公司和人」频道最新
- 前 DOGE 网络研究员用 AI agent 12 小时攻入 Anthropic 内部系统 — GarrisonLovely · 2026-10-27
- Anthropic S-1：年消费超 10 万美元客户过半同时用 Claude 平台与官方应用 — RebeccaBellan · 2026-10-27
- 微软印度大规模推自愿离职:70 级以下每月补一年基本工资外加 3 个月 — HarveenChadha · 2026-10-27
- RSNA 2026 深度学习实验室回归:芝加哥四天八节动手 AI 课 — PRouzrokh · 2026-10-27
- 扎克伯格批苹果创新停滞，Kuprel：还错过了 AI 眼镜 — Kuprel · 2026-10-27
- Revolut 创始人：投资人逼我开除最强员工，我把 VC 全清出董事会 — ctjlewis · 2026-10-27