Навчання з підкріпленням перейшло від витрачання мільйонів простих кроків до вичавлювання цінності з кожного випробування. RoE на @bageldotcom стискає цей зсув в один показник. Вищий показник рентабельності власного капіталу означає краще навчання за досвід, будь то на роботах, мовних моделях або симуляторах.