整個行業都一致認為，代理 RFT 和編碼代理 RL 是正確的做法，這一點在 AI Code Summit NYC 上得到了充分體現。 然而，強化學習的問題在於選擇太多。擁有這樣通用協議將大有裨益。 而且它還可以堆肥，所以你無需妥協。 這將大大促進強化學習的民主化。
正在載入線程內容
正在從 X 取得原始推文，整理成清爽的閱讀畫面。
通常只需幾秒鐘，請稍候。
來自 GDP（@bookwormengr）的推文串
共 1 則推文 · 2025年11月23日 凌晨4:05
作者資訊
正在載入線程內容
正在從 X 取得原始推文，整理成清爽的閱讀畫面。
通常只需幾秒鐘，請稍候。
共 1 則推文 · 2025年11月23日 凌晨4:05
整個行業都一致認為，代理 RFT 和編碼代理 RL 是正確的做法，這一點在 AI Code Summit NYC 上得到了充分體現。 然而，強化學習的問題在於選擇太多。擁有這樣通用協議將大有裨益。 而且它還可以堆肥，所以你無需妥協。 這將大大促進強化學習的民主化。