蒸馏是模仿，学强模型的输出，把它的「答案形状」复制过来；RL 是探索，模型必须大量自己推理、自己生成、在错误里反复迭代，从试错中提炼能力。
Space Forge have sent a microwave-sized factory into orbit, and have demonstrated that its furnace can be switched on and reach temperatures of around 1,000C.
，这一点在夫子中也有详细论述
我的外婆当然不知道如何使用ChatGPT，她最常使用的AI搭子是我父母给她下载的豆包，这个名字对她来说没有“洋味儿”，很像包子、豆馍等食物。
#欢迎关注爱范儿官方微信公众号：爱范儿（微信号：ifanr），更多精彩内容第一时间为您奉上。