RLHF 被戏解为 Reinforcement Learning from HuggingFace
iScienceLuvr · x · 2026-11-08
X 用户 nablatheta 把 RLHF 戏解为「Reinforcement Learning from Hugging Face」，iScienceLuvr 回应称这是个流传已久的老梗，并附上 2023 年 2 月 Aran Komatsuzaki 的原帖截图：「RLHF = Reinforcement Learning with HuggingFace」。一段 AI 圈术语玩梗的小考古。
「Fun」频道最新
- UNO「No Mercy」版被比作图灵停机问题：不玩到结束无法预测结局 — Paimaamu · 2026-11-08
- 一条 prompt 让 1994 年开源复刻版 King's Field I 跑上 macOS — Dimillian · 2026-11-08
- 「氛围投资」梗图流传:凭饮料走私直觉重仓 Celsius 财报 — realsohamparekh · 2026-11-08
- 吐槽：人类把核按钮交给选秀选出的政客，却怕超级智能做决策 — VraserX · 2026-11-08
- 用 Claude 加 DirectX 12 在老 GPU 上跑庞加莱自守函数收敛动画 — S_Conradi · 2026-11-08
- DeepSeek 调试自己的渲染输出，CoT 自言自语风格被赞可爱 — teortaxesTex · 2026-11-08