General Reasoning 称 75 万美元跑通西方首个开源多智能体 RL 配方

General Reasoning 宣称仅用 75 万美元验证了西方首个开源大规模多智能体强化学习配方，主张以不同训练思路降低训练成本。作为对比，SF neolabs 声称训练一个用于“刷榜”的模型需要 1000 万至 1 亿美元，GR 借此批评对手投入巨额成本追逐榜单表现。