构建 RL 任务的黄金法则：90% 算力应花在「试图打破任务」上
marktenenholtz · x · 2026-10-20
marktenenholtz 分享一条 RL 实践经验法则：在创建强化学习任务时，90% 的算力应该用于尝试破坏这些任务（即验证任务的正确性与鲁棒性），而不是用于其他环节。
「编程与Agent」频道最新
- OpenAI 新模型强化 COBOL、Fortran 等遗留语言迁移能力 — ahelkky · 2026-10-20
- 开源应用让 Codex 直接操控安卓手机,发消息购物先弹审批卡 — 3amae404 · 2026-10-20
- 开发者发现自家 agent 自动接 MCP 集成还顺手修 bug — zealcaiden · 2026-10-20
- Talk Python 播客盘点 2026 Python 现状：90% 代码在 Slack 里写 — LangChain · 2026-10-20
- 十年老用户退订 JetBrains:转向 Claude Code 后再没打开过 — MarcJSchmidt · 2026-10-20
- 5 智能体工作流实战：让 Codex 主对话上下文始终干净不跑偏 — umeshonai · 2026-10-20