"即将到来的RL的GPT-3时刻" @MechanizeWork发表了一篇有趣的文章，讨论了在数千个多样化环境中进行大规模训练的转变。 "同样，我们怀疑RL的GPT-3时刻将主要通过我们称之为复制训练的范式来实现。这个提议的范式涉及让人工智能复制现有的软件产品或其中的特定功能。实现晦涩哈希和加密算法的简单命令行工具是初步的直接目标，但这种方法可以轻松扩展到更复杂的软件，例如网站、专业软件和游戏。"

链接：