giffmana 追问表格数据场景：无预训练 RL 能否成立
giffmana · x · 2026-11-08
AI 研究者 giffmana 在 DimitrisPapail「RL 离开预训练就无法工作」的结论后追问表格（tabular）设置下的情况——在该最简环境中可以从头训练。原被引推文指出 Papail 自己从零训练模型后意识到：没有预训练，RL 根本跑不通。
所属事件:研究者称无预训练强化学习跑不通 引发讨论(2 条相关)→
「研究」频道最新
- Inkling 2 Small 架构曝光：594B 总参 17B 激活，RL 消耗近半预训练算力 — teortaxesTex · 2026-11-08
- Looped Transformers 论文:13 层 transformer 可模拟通用计算机 — DimitrisPapail · 2026-11-08
- Science 新论文:约束 AI 社会价值的是制度而非模型 — round · 2026-11-08
- 实验:一个 BOS token 改变 40% 的 LLM 回答 — Full-Travel857 · 2026-11-08
- LittlePly 项目公开论文与仓库,首个阶段已有文档 — andreisavu · 2026-11-08
- LittlePly 公开对局分析站,逐局面展示模型估计与辅助决策 — andreisavu · 2026-11-08