虽然实验室已经使用强化学习（RL）一段时间，但大多数企业仍然只是使用现成的模型权重。企业人工智能的重大突破将是公司内部的强化学习环境，这些环境能够学习并编码它们的独特秘诀。 公司之所以有价值，是因为它们拥有独特的使用数据、与客户的关系，以及通常的机构知识和流程。如果大公司不利用这一优势，就会为竞争对手平衡竞争环境。 本周在HITL节目中，Mark、Sam和我讨论了RLVR和其他人工智能新闻，包括Meta对Scale的投资。

看看这个：