別にうるさく言うつもりはないんだけど、推論の指示サンプルを練習中なのに、なんでRL-Zeroって呼べるの?ゼロって、何もないところから始まるって意味じゃないの?
スレッドを読み込み中
X から元のツイートを取得し、読みやすいビューを準備しています。
通常は数秒で完了しますので、お待ちください。
スレッドを読み込み中
X から元のツイートを取得し、読みやすいビューを準備しています。
通常は数秒で完了しますので、お待ちください。
1 件のツイート · 2025/12/14 16:38
別にうるさく言うつもりはないんだけど、推論の指示サンプルを練習中なのに、なんでRL-Zeroって呼べるの?ゼロって、何もないところから始まるって意味じゃないの?