Nat Lambert 点评:依赖内部基础设施的窄域 RL 训练,不利开源权重
mervenoyann · x · 2026-10-27
AI 研究者 Nathan Lambert 转发评论称,某模型最简单的解释是其训练依赖于内部基础设施的窄域 RL(narrow RL training),而这种设计对开源权重模型来说并不理想——因为外部开发者难以复现其训练条件。
这条评论是对相关模型讨论的技术性回应,指向开源模型与内部训练基建之间的适配问题。
所属事件:Nathan Lambert 评 Cohere 开源模型:窄域 RL 训练不利开源权重(2 条相关)→
「模型」频道最新
- KOL 吐槽 OpenAI 6.1 Sol 被评 B 级:发布策略搞砸了 — Angaisb_ · 2026-10-27
- php2shell 漏洞实测：仅 2/5 前沿模型能完成利用移植，耗时 3.5-6 小时 — xeophon · 2026-10-27
- Qwen Code 发布 v0.26.2 预览版：新增会话权限规则与实验性共享 Agent Loop — qwen-code-review-bot · 2026-10-27
- GPT-6.1 Terra 事实错误率从 22.3% 降至 4.3%，降幅近 81% — haider1 · 2026-10-27
- GPT-6.1 Terra 发布:早期用户称写作与 computer use 表现亮眼 — BenBajarin · 2026-10-27
- GPT-6.1 Terra 跑分曝光:成本低至 Sol 一半,追不平 Astra — Angaisb_ · 2026-10-27