來自 Teortaxes▶️ (DeepSeek 推特🐋铁粉 2023 – ∞)（@teortaxesTex）的推文串

比賽仍在進行中。 Will 在這裡闡述了一個連貫的理念，但這個基本觀點仍然經常被低估。強化學習並不容易過度擬合。你可以不斷在相同的環境下進行訓練，並獲得越來越好的檢查點。我們或許會看到 Intellect 3-1215 之類的東西。