Applied Compute CEO 谈后训练与 RL 局限

2026年10月6日，Unsupervised Learning 发布对 Applied Compute CEO Yash Patil 的访谈。Patil 曾任 OpenAI 研究员，他在访谈中提出后训练是 AI 栈中最被忽视的一环，也是“拥有自己智能”的关键，并认为最大规模的推理负载同时最值得训练和最值得服务。访谈还涉及强化学习（RL）的局限、新型 AI 超大规模厂商，以及为何后训练能赢下推理。目前该事件仅有这一篇报道，尚无后续进展。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。