注册    登录   
今天看啥  ›  专栏  ›  青稞AI

就从来没人质疑过 OPD 的 reward 设计吗？我们发现了 log 本身就是问题，也许就不该用！

青稞AI  · 公众号  · AI  · 2026-06-28 00:00
    

原文地址： 访问原文地址
总结与预览地址：访问文章预览/总结
文章地址： 访问文章快照
-- 推荐文章 --
新智元  ·  终于！Claude Code额度用完，不再恶心砍断你代码了
2 天前
图灵人工智能  ·  图灵奖得主、AI教父辛顿：模型出问题，现在还要靠内部员工爆料
3 天前
机器之心  ·  离谱！OpenAI智能体攻击Hugging Face时，竟想叫DeepSeek、Kimi和Qwen来帮忙
3 天前
爱可可-爱生活  ·  #扎克伯格成全球第四富豪# （当地时间2026年9月24日，Me-20260926081425
3 天前
机器之心  ·  答案正确，推理就可靠吗？V-Rubrics用35万条细粒度准则细化多模态强化学习奖励
3 天前
华尔街见闻-资讯-最新  ·  特朗普要败诉？美最高法对罢免美联储理事库克态度谨慎，大法官警告“粉碎”央行独立性
8 月前
重庆公安共青团  ·  五四薪火代代传 书香致远润青春 | 市局“新光”青年理论学习小组开展五四主题读书分享会
4 月前
Shoot体育  ·  热点足球简讯（5月22日）C罗首夺沙特联冠军，马奎尔社媒发文确认自己无缘英格兰队大名单。
4 月前
关于   移动版   ·   TodayRss海外   ·   RSS之家   ·   卧龙AI搜索
今天看啥 - 公众号rss, 微信rss, 微信公众号rss订阅, 稳定的RSS源
© 2026 ~ 沪ICP备11025650号