من وجهة نظري ، فإن rl هي طريقة أكثر احتمالا لقول البيانات التركيبية التي لم يكن الجميع من المعجبين بها قبل عامين عندما بدأت في أخذ عينات الرفض لصنع Hermes 1. كانت البيانات التركيبية (بما في ذلك البيانات شبه التركيبية) موجودة منذ ظهور ChatGPT.

@gregcoppola5d @kalomaze من أجل الوضوح ، احتجنا فقط إلى ~ 25 عينة قدم لتحطيم هذا الرقم القياسي الذي قام grok بالتأكيد بتحقيق rl مكثف ومكلف

@niklassheth @kalomaze الأشياء التي تعمل كلها عمليات طرح متجددة مع مدققين أو مؤهلات للبيانات. مع ذلك كل الأشياء ممكنة. جزء rl عبر الإنترنت هو مجرد تعزيز للكفاءة