一堂「强化学习」大师课：对谈清华叉院助理教授吴翼

清华大学交叉信息研究院助理教授、前 OpenAI 研究员吴翼在播客对谈中系统讲解了强化学习（RL）原理、RL 与 LLM 的结合路径及行业非共识。他提出 Intelligence = LLM（理解）× RL（决策），并指出 RL 三大分支为泛化（DeepSeek）、代码（Anthropic）、Agent（OpenAI）。