Dwarkesh Patel· Dwarkesh Patel·· 2026-06-26精选AI 评分65
Dwarkesh Patel：下一个突破是 AI 在工作中学习
The next big breakthrough will be AIs learning on the job
AI 导读
Dwarkesh Patel 撰文认为，实验室押注的 RLVR 训练未必能泛化到无法在数据中心内复现的现实领域，因为训练样本效率低且缺少可重放模拟器。
推荐理由
作者论证 RLVR 难以泛化到不可复现的现实领域，并梳理 OPSD 与模拟训练等让模型在工作中持续学习的可能路径。
来源：Dwarkesh Patel · dwarkesh.com