来自 Teortaxes▶️ (DeepSeek 推特🐋铁粉 2023 – ∞)（@teortaxesTex）的推文线程

比赛仍在进行中。 Will 在这里阐述了一种连贯的理念，但这个基本观点仍然经常被低估。强化学习并不容易过拟合。你可以不断在相同的环境下进行训练，并获得越来越好的检查点。我们或许会看到 Intellect 3-1215 之类的东西。