elvis(@omarsar0)· elvis (@omarsar0)·· 12 小时前AI 评估 · 56/100分数表示内容值得关注的程度，依据实质份量、信息增量、证据强度、读者相关性和可用性，按内容类型加权。显示分数为两次独立评分的平均值。AI 判断可能有误，评分不代表事实已被核实，也不同于热点榜的讨论热度。
elvis 谈后训练门槛降低与长上下文 RL 成本下降
Bullish on this trend of making post-training more accessible. A new post-training era is upon us....
AI 导读
elvis 对后训练变得更易获取这一趋势表示乐观，认为新的后训练时代已经到来。他指出在智能体 RL 中，长上下文任务成本高、效率低且难以扩展，rollout 消耗了大部分 token，每一轮都要重新读取不断增长的上下文，包括工具输出、文件和此前的轮次。
来源：elvis(@omarsar0) · x.com