來自 Dwarkesh Patel（@dwarkesh_sp）的推文串

“我們的通過率框架也讓我們很好地理解了為什麼自博弈在強化學習的歷史上如此卓有成效。如果你和一個水平幾乎與你相當的玩家競爭，你的成功率大約在 50% 左右，這正好是你從隨機二進制變量中獲得的比特數的峰值。”