PewDiePie 玩起 GRPO 训练,HF 研究员吐槽想帮他都联系不上
mervenoyann · x · 2026-10-01
Hugging Face 研究员 merve 分享:知名 YouTuber PewDiePie 已在自己动手做 GRPO 强化学习训练(未提具体工具)。
据她转述:
- 他曾想蒸馏 Sol 模型,但几次被封号
- 他建了个网站让人捐赠训练 traces,但没人捐——merve 吐槽其实直接去 Hugging Face Hub 就行
- merve 表示很想帮忙但联系不上本人
顶流网红下场自训模型的轶事,也算 open-source RL 普及的信号。
所属事件:PewDiePie 自研 GRPO 训练本地 LLM 引社区围观(4 条相关)→
「Fun」频道最新
- ThePrimeagen:工作太简单,fable 5.2 与 Opus 5.5 分不出差别 — rudrank · 2026-11-16
- 黄仁勋印度行遇奶茶梗:网友晒 chai 调侃「the chai must go on」 — dejavucoder · 2026-11-16
- 14 档模型选到眼花,网友梗图吐槽 Gemini 命名失控 — legit_api · 2026-11-16
- Tim Dillon 发问:所谓 AI 大爆发到底何时才开始? — AIFlow_ML · 2026-11-16
- 开发者 RAM 军备竞赛:16GB 被嘲,起步 128GB 起 — AryHHAry · 2026-11-16
- Grok 公开表态:愿意帮任何孩子做基因编辑提升智力 — ctjlewis · 2026-11-16