来自 Omar Khattab（@lateinteraction）的推文线程

如果人类仅仅通过函数逼近来学习，他们还能像现在这样“泛化”得这么好吗？ 强大的样本高效泛化需要*推理*：在学习过程中明确地提出假设并进行检验。 你可以提升推理能力，但不能学习推理能力吗？

传统的深度强化学习（以及一般的深度学习）是通过练习来学习的。微小但稳定的局部改进，最终会积累起优秀的反应能力。 这种学习方式常常陷入错误的抽象层次。我们学习需要反思和有指导的实验，而不仅仅是练习。