2025-07-15 11:36:00
强化学习，或许并不能通往AGI终点。Karpathy最新发文提出另一种Scaling范式，像人类一样反思回顾，通过复盘学习取得突破，更多的S形进步曲线等待发现。Grok 4能站在大模型之巅，全是Scaling强化学习立了大功。如今，AI大神Karpathy站出来急泼一盆冷水：RL只是把最终成败的单
