來自 tokenbender（@tokenbender）的推文串

他們一直說不要將模型擬人化，但所有好的技術似乎都是我們一直以來對人類、行為和學習的研究的類比。 “強化學習在任務接近能力極限時效果最佳。”

這是一篇很有趣的論文，值得一讀。不過，這裡的資訊大多對於擁有大量強化學習經驗的人來說，都是經驗之談。 但它的文筆很好，我讀得很開心。