开发者疾呼：呼吁修复 RL 训练流水线

开发者 remilouf 发帖直言“我求你们把 RL 训练流水线修好吧”，公开吐槽强化学习训练基础设施的糟糕现状。这句简短批评精准触及 RL 训练工程团队的痛点，并在相关社区引发共鸣。