热评：评估网络攻防能力时激活参数量基本不重要，关键在 RL 环境覆盖

teortaxesTex · x · 2026-10-07

teortaxesTex 提出观点：在网络安全等 RLVR 领域的能力评估中，激活参数量基本不重要。只要实验室有足够覆盖该领域的 RL 环境，一个 10B 激活的模型也能 RL 出高分；没有环境的话，104B 也救不了——本质是「窄泛化」问题。

他推测 Anthropic 在 Mythos-Preview 上可能持相反立场：如果泛化太窄，说明网络和推理预算没 scale 够，用算力硬推是环境不足时的显然解法，能省几个月时间。