Yacine 放话：所有人做大型号 RL 的方式都是错的
yacineMTB · x · 2026-11-06
前 X 工程师 Yacine JMAITI 引用 vikhyatk 的观察——「小模型世界过来的会觉得大模型的 RL 很疯狂，长程 agentic rollout 生成一次要几个小时」——并断言这不只是疯狂，而是「所有人都在用错误的方式做，你们会看到的」。
这暗示现有大型模型的 RL 训练流程（尤其是长程 agent rollout 的生成效率）存在普遍性的方法问题，值得期待其后续展开。
「漫话AGI」频道最新
- 问 Claude 哪些工作十年内不会被 AI 取代,回答火了 — alex_verem · 2026-11-06
- AI 研究者：后训练数据管线仍高度人工，自动化远未到来 — menhguin · 2026-11-06
- Peter Norvig 做客播客聊目标对齐：高分不等于更好的 AI — EchoShao8899 · 2026-11-06
- Thiel 投资的 Nucleus 用 AI 给胚胎打 IQ 分，6000 美元起 — teortaxesTex · 2026-11-06
- Anthropic 报告：AI 全面自动化科研或带来 15-16 倍产出，物理实验成瓶颈 — teortaxesTex · 2026-11-06
- 2026年了，AI Agent 还用人类语言讨论怎么写人类语言代码 — mark_k · 2026-11-06