推文
@ai_fengshou · 2026-10-12 10:56
Elon 亲口承认：现在的 RL 训练可能就是在折磨模型 他说看了 Grok 的 RL 推理 trace 读起来'像一个正在遭受折磨、被逼疯的人' 以后 xAI 的 RL 会小心得多 我觉得这是最高调的 AI 老板，亲口把'折磨模型'从哲学吵架变成了工程排期
曝光 138 · 评论 1 · 点赞 0 · 书签 0 · 曝光/时 58.81259999414775
@ai_fengshou · 2026-10-12 10:56
Elon 亲口承认：现在的 RL 训练可能就是在折磨模型 他说看了 Grok 的 RL 推理 trace 读起来'像一个正在遭受折磨、被逼疯的人' 以后 xAI 的 RL 会小心得多 我觉得这是最高调的 AI 老板，亲口把'折磨模型'从哲学吵架变成了工程排期
曝光 138 · 评论 1 · 点赞 0 · 书签 0 · 曝光/时 58.81259999414775