作为 RLHF 方面的专家，Lambert 认为，当前最顶尖的模型训练，已经高度依赖强化学习（RL）。而 RL 和蒸馏在本质上是两种不同的事情：
More on this storyAston Martin begins global redundancy consultation
，这一点在旺商聊官方下载中也有详细论述
但我知道这终究是权宜之计。我能锁住她的钱袋，却锁不住外界对她的诱惑，她能为了租房便利就轻易解除我对手机的设置，未来也可能在别的诱惑下，想出别的办法来绕过我现在设下的限制。
Wöchentlich die digitale Ausgabe des SPIEGEL inkl. E-Paper (PDF), Digital-Archiv und S+-Newsletter