「token 稍微偏离策略了一点」：数学焦虑梗图秒懂 RL 训练崩溃
willcb · x · 2026-10-21
willcb 发帖「when the tokens are a little too far off-policy」，配经典「数学焦虑女士」四格梗图——图中人物面对圆锥体积公式、二次方程、三角函数表满头雾水。
用这张图类比强化学习训练中 token 偏离策略分布时模型的慌乱状态，是 AI 从业者会心一笑的 RL 训练梗。
「Fun」频道最新
- 当模型开始享受烹饪：danielrock 分享有趣一幕 — danielrock · 2026-10-21
- Veo 生成「猫咪 CEO 敲铃召开发薪会议」,萌翻 AI 圈 — Much-Duck1009 · 2026-10-21
- 同问蠢问题,Claude 温柔、Gemini 毒舌、ChatGPT 冷冰冰 — repligate · 2026-10-21
- 被玩梗后真训了个激活值锯齿波模型，代码权重全开源 — Sauers_ · 2026-10-21
- 网友给 AI 实验室排看多看空榜：Anthropic 独占最看好档 — niloofar_mire · 2026-10-21
- AI 神回复爆火：「你说英语是因为你只会英语，我说英语是因为你只会英语」 — xwang_lk · 2026-10-21