AGI Hunt· willcb·· 1 小时前AI 评分32
willcb:通用大模型即离线 RL,专用模型是在线 RL
开发者观点交锋:通用大模型即离线 RL,专用模型是在线 RL
AI 导读
willcb 提出,宏观层面的通用大模型本质上等同于 offline RL,而专用模型属于 online RL。他认为,人人都自建 RL 环境、学习调优超参,以及为 agent 配置工作区和 skills,都是“幼儿期 AGI 的辅助轮”,将随模型能力提升而被淘汰。
来源:AGI Hunt · agihunt.info