完全同意，真正能让RL起飞的是环境，能够提供真实reward的环境，对于coding之类的agent任务来说，就是各种各样的沙箱。_新浪新闻

刘群MT-to-Death

26-06-25 11:59 微博认证：刘群，中国科学院计算技术研究所研究员、机器翻译领域专家微博新知博主

完全同意，真正能让RL起飞的是环境，能够提供真实reward的环境，对于coding之类的agent任务来说，就是各种各样的沙箱。

发布于中国香港