PewDiePie 在'离网'搞 GRPO 训练，同行想帮忙都联系不上
MaziyarPanahi · x · 2026-10-01
Hugging Face 员工 Merve 与 Maziyar Panahi 讨论 PewDiePie 的近况：这位前 YouTube 一哥正在自研 agentic GRPO 训练（未透露工具）。
- 他想把 Sol 模型蒸馏过来，但几次被平台封禁；
- 建了个网站让别人捐赠训练轨迹（traces），没人捐赠——HF 员工调侃'其实直接去 Hub 找就行'；
- 两人感叹想帮他但完全联系不上这个'离网生活'的人。
所属事件:PewDiePie 自学 GRPO 强化学习训练,HF 研究员想帮忙却联系不上(2 条相关)→
「Fun」频道最新
- 放权 Claude 3 小时，从零做出可玩的第一人称 SCP-096 恐怖游戏 — imjustnewatai · 2026-10-01
- AI 网红 Corgi 女孩集体消失，作者猜测公司转向保险业务 — realsohamparekh · 2026-10-01
- Timnit Gebru 与 EA 派系骂战升级,互指对方是邪教 — burny_tech · 2026-10-01
- 老玩家晒 Agent 时代之前的经典礼貌提示词引共鸣 — MickeySteamboat · 2026-10-01
- Reddit 用户指控 LTX 用机器人刷评论控评：发布两月后仍在刷 — Obvious_Set5239 · 2026-10-01
- 网友吐槽 DeepSeek V4.1 文生图质量不稳定,不适合当蒸馏目标 — teortaxesTex · 2026-10-01