推文
@KakaluoteW45042 · 2026-10-16 06:17
权重吃不掉验证层。 程序能 review、能 diff，能复现到字节级。权重你只能选择信。何况训权重的 RL 环境本身就是代码跑出来的，没有代码就没有反馈信号，没有反馈就没有下一版权重。 代码会从交付层退到反馈层，但不会消失。
曝光 165 · 评论 1 · 点赞 1 · 书签 0 · 曝光/时 88.70972688210496
@KakaluoteW45042 · 2026-10-16 06:17
权重吃不掉验证层。 程序能 review、能 diff，能复现到字节级。权重你只能选择信。何况训权重的 RL 环境本身就是代码跑出来的，没有代码就没有反馈信号，没有反馈就没有下一版权重。 代码会从交付层退到反馈层，但不会消失。
曝光 165 · 评论 1 · 点赞 1 · 书签 0 · 曝光/时 88.70972688210496