儘管實驗室已經使用強化學習（RL）一段時間，但大多數企業仍然只是使用現成的模型權重。企業人工智慧的重大突破將是公司內部的強化學習環境，這些環境能夠學習並編碼他們的獨特秘訣。 公司之所以有價值，是因為它們擁有獨特的使用數據、與客戶的關係，以及通常的制度知識和流程。如果大型公司不利用這一優勢，就會為競爭對手平衡競爭環境。 本週在HITL節目中，Mark、Sam和我討論了RLVR及其他人工智慧新聞，包括Meta對Scale的投資。

看看吧：