OpenAI 披露前沿模型 RL 训练方法：缓存网页构建“离线世界”，GPT-7 说法待证实

OpenAI披露前沿模型 RL 训练方法，通过构建由已索引、已缓存网页组成且不影响外部系统的“离线世界”，训练模型浏览网页、搜索信息和使用 Web 应用。所有前沿 RL 训练均采用该离线交互模式；“为训练 GPT-7 打造平行数字宇宙”属于转发者个人说法。