团队一周跑完 RL 并放出 7000 条数据，冲进 AA 前六
Thom_Wolf · x · 2026-09-22
HuggingFace CEO Clem Delangue（账号 ThomWolf）转发并评论：某团队在开始最终 RL 训练不到一周内就发布了模型和技术报告，模型进入 Artificial Analysis 前六，并将开放约 7000 条 RL 训练数据和框架。他称「发布大量高质量开源 RL 环境是当下推动开源前沿最有影响力的事」，相当于 RLVR 范式中的高质量预训练数据共享。
「漫话AGI」频道最新
- 比起 EA 末日论者，更可怕的是被他们说服的民粹末日论者 — repligate · 2026-09-22
- AGI 大讨论无人有共识：PDoom 预测从 1% 到 99% 齐飞 — LiveComfortable3228 · 2026-09-22
- Naveen Rao All-In 演讲：AI 极低效、算力缺电、1945 年来计算机都造错了 — NaveenGRao · 2026-09-22
- Tegmark 附议：EA 因渲染 ASI 灭世论而口碑崩塌 — tegmark · 2026-09-22
- OpenAI 新模型训练 24 天据称已解决百余个数学公开难题 — BilelKort · 2026-09-22
- Pedro Domingos 讽 AGI 论：「照人类做就能 AGI？」 — pmddomingos · 2026-09-22