开发者呼吁修复强化学习训练流水线

开发者 remilouf 发帖称“我求你们把 RL 训练流水线修好吧”，公开批评强化学习训练基础设施的现状，并呼吁相关团队修复。这番抱怨在开发者社区引发共鸣，指向 RL 训练工程中的基础设施问题。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。