常春藤毕业生做交易的类比：读得多不如练得对

minhnguyen 以常春藤毕业生从事交易为例，比较预训练数据与专门化 RL 目标设计对模型表现的影响。他指出，大量阅读只能带来边际改善；若结合交易启发式训练与刻意练习，学习过程相同但阅读较少者仍可能表现更优，对应模型需要专门化的 RL 目标设计。