AI 导读
Dream-RSI 通过复盘历史探索树来优化打法，避免改动底层权重带来的模型崩溃风险。但这引出未决问题：基于固定历史树提炼的策略在真实世界遇到从未见过的新物理边界时，这种纯离线迭代出的战术是否会表现出极强的过拟合脆弱性。
正文
Dream-RSI 通过复盘历史探索树来优化打法，避免了改动底层权重带来的模型崩溃风险。
但这引出了另一个未决问题：当基于固定历史树提炼出的策略在真实世界遇到从未见过的新物理边界时，这种纯离线做梦迭代出来的战术，会不会像在封闭考卷里刷高分的学生一样，表现出极强的过拟合脆弱性？
来源：@AYi_AInotes · x.com