闭源实验室强化学习细节外泄

AI 研究者 Nathan Lambert 在 X 上称，闭源实验室使用的一些强化学习（RL）细节正慢慢泄露出来。他未说明涉及哪些实验室、泄露了哪些具体内容，也未提供证据，目前只有这一说法。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。