业界知名的newsletter-SemiAnalysis发了一篇关于这一波大模型浪潮下的强化学习的深度报告，这里：
http://t.cn/A6eocSqE
中文翻译可以看锦秋的公众号
http://t.cn/A6eocSqR
这篇长文非常完整的整理了当下这个时点关于强化学习的种种现状、问题和趋势，读完之后你会得到很多问题的答案，
1.GPT-4o的谄媚行为是怎么来的？
2.Meta为什么要投Scale AI几十亿美金？
3.Agent执行任务的复杂性
4.Deepseek R1 0528版是怎么来的？
5.类似“梯云纵”效果的递归自我进化是如何成为现实的？
总之，超长文非常推荐，
非技术人员读起来比较友好…
发布于 上海