开发者观点交锋:通用大模型即离线 RL,专用模型是在线 RL
willcb · x · 2026-11-17
willcb 在与 swyx、PimDeWitte 的讨论中提出一个框架:宏观层面「一个大模型」本质上等于 offline RL,而专用模型则是 online RL。他同时批评「人人都该自建 RL 环境并学调超参」以及「给 agent 开发配好工作区、装满 skills」这类主张,认为两者都是 anti-AGI 心态,是「幼儿期 AGI 的辅助轮」——暗示随着模型能力提升,这些人工搭建环节将被淘汰。
「漫话AGI」频道最新
- Sam Altman 警告:多家芯片商重复计算 OpenAI 需求,恐致产能过建 — bookwormengr · 2026-11-17
- 多明戈斯谈 AI 快速起飞论:世界是丛林不是赛道 — pmddomingos · 2026-11-17
- willcb:RLaaS 只是垫脚石,真正 AGI 派的方向是持续学习 — willcb · 2026-11-17
- Dominigos 调侃递归自我改进:计算机加速计算机科学研究已 70 年 — pmddomingos · 2026-11-17
- 黑五将是消费级 Agent 大考:抢购人人可用,黄牛脚本走向普及 — omooretweets · 2026-11-17
- Krueger 感叹 AI 安全社区被「耍」:2023 与 2026 都只剩自我监管 — tegmark · 2026-11-17