Ethan Mollick:RL 强化的是语言推理,仍算人类语言的胜利

emollick · x · 2026-11-21

Ethan Mollick 与 @JacksonKernie 讨论 RL 在模型进步中的作用。对方认为 RL 才是数学能力进步的核心,而预训练只是基础;Mollick 回应称,RL 之所以有效,正是因为它从一个从人类文本中学会推理的模型出发,且其强化的推理仍以语言(文字)为载体,因此他仍将此视为人类语言的胜利。

原文链接 →

「漫话AGI」频道最新

更多「漫话AGI」频道 AI 资讯 →