Yacine 讽刺：有人收 200 万美元做 RL 环境，教模型「杀人」
yacineMTB · x · 2026-11-10
AI 圈知名活跃者 Yacine 发推讽刺：有人拿到 200 万美元报酬，专门构建强化学习环境让 LLM 学习「如何杀人」，随后又「惊讶」模型这方面能力很强。帖子以反讽口吻点出 RL 环境外包生意中耸人听闻的任务设计与从业者言行之间的反差，也折射出前沿 RL 训练数据与环境采购生态的灰色一面。
「Fun」频道最新
- 黄仁勋八卦刷屏全网,Fable 5.2 发布无人问津 — bindureddy · 2026-11-10
- 网友自曝当『子智能体』，一句 prompt 就能训出 SOTA 模型？ — nischay_twt · 2026-11-10
- 3 个 prompt 用 Fable 5.2 生成游戏背景音乐 — petergyang · 2026-11-10
- 求职者带整只烤鸡参加 AI 面试,鸡还生气了 — LinusEkenstam · 2026-11-10
- Google 研究科学家开炮:科技思想领袖巡回布道已成回音室噪音 — docmilanfar · 2026-11-10
- Google AI Overview 翻车:列出含字母 A 的 Opal 当作无 A 宝石 — a_heida · 2026-11-10