哥伦比亚 OC-GRPO 研究论坛：RL 如何教会 LLM 解决新问题
ceciletamura · x · 2026-11-05
一场研究论坛预告：哥伦比亚大学的 AgPriyank 将与 ploutosai 的 ceciletamura 对谈其 OC-GRPO 工作，主题是强化学习如何帮助 LLM 学会解决目前无法解决的问题。
讨论将涵盖从 guided rollouts 中学习、RL post-training 面临的挑战以及未来方向。时间为 11 月 5 日太平洋时间下午 4 点，有直播链接。
「公司和人」频道最新
- Intuit CEO 做客 Stratechery：用 AI 把会计师从渠道变成客户 — Stratechery · 2026-11-05
- 机器人公司 Mundane 招机械工程师,年薪最高 26 万美元 — chris_j_paxton · 2026-11-05
- Hugging Face 团队赴多哈,与 QAI 合办大型黑客松 — RisingSayak · 2026-11-05
- 深圳 GEO 大会公布嘉宾：WaytoAGI 发起人 AJ 将分享海外增长策略 — vista8 · 2026-11-05
- Blackstone CTO 对谈：模型迭代太快，与其维护不如整个推倒重建 — AI Engineer · 2026-11-05
- Practical AI 播客：企业如何划定 AI 使用边界 — Practical AI · 2026-11-05