来自 dr. jack morris（@jxmnop）的推文线程

这似乎非常重要： 完全有可能，在给定一个精心设计的提示的情况下，一个模型无需任何强化学习就能获得IMO金奖。 我们对此一无所知，也缺乏有效搜索提示空间的工具。很高兴看到至少有人在尝试。