来自 Jon Stokes（@jon_stokes）的推文线程

一位聪明人给我举了一个很棒的比喻，我告诉他我要借用一下，所以就有了这个比喻：强化训练模型来完成特定的（可评估的）任务，就像找到一种具有特定药效的化合物。它可能对其他任务有效，甚至对那些毫不相关的任务无效——你只能通过实验来了解它还有哪些其他用途（或者任何副作用）。