终于，大家意识到了这个严重的问
最近半年，模型的训练是在 agentic coding 方面一直突飞猛进 RLVR
但在其他领域却止步不前
甚至英文写作都开始倒推了
模型说的越来越难懂了
模型的泛化，并没有真正发生
Opus 从 4.7 到 5 完全都是失败的试验品
Mythos 和 Fable 也都是刚出来没太多 RL 的时候最好
RLVR 之后，我们也许需要一些新的 RL
@aigc1024