圖像來源,SCREENSHOT
游戏官方给出了一些可能的原因:“是因为我们太真实了?是因为我们在游戏里揭露了太多“杀猪盘”的套路?还是因为我们在剧情里教大家怎么识别“绿茶”手段,怎么在感情里保护自己的钱包和尊严?又或者是,让一些人破防了举报了呢?”
。关于这个话题,heLLoword翻译官方下载提供了深入分析
"[Our company] made that brick from the late 60s through about the middle part of the 80s, and I had sold millions of bricks from that plant."
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。