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。

原文链接 →

「漫话AGI」频道最新

更多「漫话AGI」频道 AI 资讯 →