纯 RL 从头训模型全变 Kawasaki,又一 AI 训练名场面
rachittshah · x · 2026-11-12
Daniel Droke 尝试用纯强化学习从零训练一个语言模型，结果所有输出都变成了 Kawasaki（川普骑摩托车企鹅梗图），配图即该梗图。rachittshah 转发并调侃「Kawasaki maxxing」——纯 RL 训练的经典翻车名场面又添一例。
「Fun」频道最新
- 2026 年的「枕边对话」梗:丈夫叫的不再是妻子 — hey_abusiddik · 2026-11-12
- AI 生成的霹雳舞视频，Reddit 网友直呼真假难辨 — TradingCardGirl · 2026-11-12
- Claude 扫描 12.6 万份 ICLR 2027 评审：2.4 万份含 Markdown — NielsRogge · 2026-11-12
- Bengio 借共情梗图暗讽:黄仁勋的安危牵动无数初创与开源 — NandoDF · 2026-11-12
- AI 圈新梗:财报层层美化之外,还得看「Most Tokens Used」榜 — MatthewChang · 2026-11-12
- 「你都知道那个合作者」：一图戳中学界协作众生相 — CSProfKGD · 2026-11-12