实际上，在这种情况下，我发现合成环境比合成强化学习更相关：您可以直接重用标记。
正在加载线程详情
正在从 X 获取原始推文，整理成清爽的阅读视图。
通常只需几秒钟，请稍候。
来自 Alexander Doria（@Dorialexander）的推文线程
共 1 条推文 · 2025年12月3日 08:12
作者信息
正在加载线程详情
正在从 X 获取原始推文，整理成清爽的阅读视图。
通常只需几秒钟，请稍候。
共 1 条推文 · 2025年12月3日 08:12
实际上，在这种情况下，我发现合成环境比合成强化学习更相关：您可以直接重用标记。