No pretendo ser molesto, pero si estás en medio de un entrenamiento de razonamiento con ejemplos de instrucciones... ¿cómo puedes llamarlo RL-Zero? ¿No se supone que "Zero" significa... de la nada?
Cargando el detalle del hilo
Obteniendo los tweets originales de X para ofrecer una lectura limpia.
Esto suele tardar solo unos segundos.