RL 环境训练数据并非出自实验室员工，而是来自接近最低工资的外包标注工
TheZvi · x · 2026-09-24
Skye Sharkie 转发澄清一个普遍误解：模型 RL 训练所用的环境数据并非来自「百万年薪的实验室员工」——这种人其实极少，多数员工是六位数——而是来自数据行业里接近最低工资的外包承包商。她称今天还有人以为实验室在内部自产 RL 环境任务，感叹连科技圈人士对模型如何被训练出来的理解也完全失真。
「漫话AGI」频道最新
- 开发者讽 AI 安全运动:像不作恶的莱克斯·卢瑟 — NathanpmYoung · 2026-09-24
- 德勤预测 2030 制造业缺工 300 万,投资人认为实际达 500-600 万 — MatthewChang · 2026-09-24
- 博主预测：AI 难辨真身，人类或将需要虹膜验证的纯人网络 — BLUECOW009 · 2026-09-24
- tszzl 论灾难性风险：小概率也是人类活动独一份的量级 — tszzl · 2026-09-24
- OpenRSI 团队阐述 RSI 理念:智能体扩展洞见生成是 ASI 关键拼图 — ChengleiSi · 2026-09-24
- 通往 RSI 的两步:优化单点研究 vs 改进整个研究系统 — ChengleiSi · 2026-09-24