Karpathy：当模型思维链不再说英语，就知道 RL 真练到位了
joeddav · x · 2026-10-21
Karpathy 发推调侃：当模型的思维链（chain of thought）干脆不再用英语思考时，你就能判断 RL 训练是真正做对了。随后他在另一条讨论中确认「是的，现在 RL 确实起作用了」。这条观察指向近期模型在 RL 后思维链语言愈发混杂甚至脱离英语的现象，被 AI 圈视为对 RL 效果的一种幽默注脚。
「模型」频道最新
- 用户感慨 codex 已全面超越 ChatGPT，后者只剩手机随手搜一下 — verrsane · 2026-10-21
- Nace.AI 发布 27B 本地多模态决策模型 Drex Max 2.0 — DotaMate · 2026-10-21
- _dotey 猜测 Codex/Work 也是 12 小时限时,缓存未命中成本 OpenAI 买单 — dotey · 2026-10-21
- 作者实测用 GPT-6 Pro 做商业发现备忘录，并给出高难任务通用提示词 — cedric_chee · 2026-10-21
- Gemini 4 Argon 上线 72 小时处理近 25 万亿 tokens，是 Gemini 3 的 3 倍 — clmt · 2026-10-21
- ChatGPT 实时视频语音悄悄切回 GPT-4o,官方几乎未公开说明 — RileyRalmuto · 2026-10-21