PewDiePie 玩起 agentic GRPO 训练，HF 官方推荐四套视频教程
mervenoyann · x · 2026-10-01
PewDiePie 在做 agentic training（自述用 GRPO）引发关注。Hugging Face 的 merve 补充观察：他没提具体工具、想蒸馏 Sol 但几次被封号、建了接受 trace 捐赠的网站却没人捐（其实直接去 Hub 就行），表示想帮忙但联系不上。随后 HF 推出自家 YouTube 上的四套 GRPO/agentic training 视频教程供学习。
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
- 网友恶搞 Costco 推出「agent harness」CostCode，令牌也搞量贩批发价 — doooyle · 2026-10-06
- AI 圈趣闻:网友喜提 90 年代 Autodesk 周边老物件 — mattfreed · 2026-10-06
- 「这可怜家伙还活在 2023」：给模型出年度新闻 n-gram 更新包的梗 — chaos_pill · 2026-10-06
- 经典梗图再现：每个学科都自建方法学分支 — RexDouglass · 2026-10-06
- AI 生成的「头号 Green Day 粉丝」视频在网上流传 — Muted_Advisor6210 · 2026-10-06
- Paul Graham 引语引发罗素悖论之争：「没有完整的工具集」 — aminkarbasi · 2026-10-06