Ross Taylor 谈 RLCR：简单方法背后是大量必须做对的细节

Ross Taylor 回应将 RLCR 简化为“只是共享奖励”的看法，指出共享奖励在 MARL 领域早已有之，真正难点是让这一简单方法在 LLM 上成功运行。他以“它只是放大版 Transformer”的类比说明，表面简单的方案往往依赖大量细节，并引出“简单是最终的成就”的观点。