来自 Dwarkesh Patel（@dwarkesh_sp）的推文线程

“我们的通过率框架也让我们很好地理解了为什么自博弈在强化学习的历史上如此卓有成效。如果你和一个水平几乎与你相当的玩家竞争，你的成功率大约在 50% 左右，这正好是你从随机二进制变量中获得的比特数的峰值。”