Claude 突然会玩宝可梦？争议焦点应是训练数据污染

Herbie Bradley 回应“Claude 未在宝可梦等游戏上训练”的说法：RL 环境公司在出售宝可梦、Board Games 等训练环境，模型突然在某项任务上变强时，举证责任应由主张未针对性训练的一方承担。他认为，任务模糊性与反馈回路长短彼此独立，长反馈任务较易验证，写作质量等短反馈任务则更难验证。