Nat Lambert 出任 Mercor 顾问:RL 数据质量太低,评测科学是前沿

natolambert · x · 2026-10-11

AI 研究者 Nathan Lambert(引用 Mercor 招聘团队推文)阐述其观点:近年数据产业爆发,但净产出质量仍太低,放大了 reward hacking 等行为。他正在为 Mercor 顾问一个研究方向:构建可扩展的样本高效 RL 数据方法,并推动评测科学前沿、围绕明确经济价值领域建 benchmark 做优化。他预测前沿实验室将围绕「开放推理、开放后训练、数据」进行重大投入,核心能力是构建真实世界代表性的评测与合成数据方法。