JacquesThibs 论预训练与 RL 分工:前者定下限,后者提上限

JacquesThibs · x · 2026-11-23

JacquesThibs 发表对预训练与 RL 关系的看法:预训练把概念固化为更清晰的表征并精确存储事实,RL 则可利用这些进行激发(elicitation),从而成功完成复杂的长程任务。两者共同决定模型天花板,但预训练帮助设定下限。

原文链接 →

「模型」频道最新

更多「模型」频道 AI 资讯 →