Unverified50% confidenceOpinionExact time
Karpathy指出OpenAI早在2016年做Agent太早，因为纯强化学习路线需要海量环境交互样本，在语言理解和工具调用层面几乎无法泛化
1
Sources
50%
Confidence
Long-term
Relevance
7/9/2026
First Seen
Sources
n8n打造AI自动剪辑工作流：并行处理、日期过滤与定时触发全记录
bilibiliAI_Fox7/7/2026
Related Claims
UnverifiedOpenAI、Anthropic等机构研究间接证实对齐训练会显著压缩模型在创意写作、复杂推理和开放性对话方面的表现空间67% similarUnverified2017年OpenAI发表论文《Evolution Strategies as a Scalable Alternative to Reinforcement Learning》，证明在强化学习场景下ES可与当时最先进的深度RL方法相媲美，且天然支持大规模并行66% similarUnverified自2024年o1模型问世以来，OpenAI在推理时计算方向的投入已与传统预训练规模扩展并列为两条核心路线66% similarUnverifiedOpenAI在InstructGPT论文中证明，少量高质量人类偏好数据对模型对齐的贡献远超大规模无监督训练66% similarUnverifiedOpenAI于5月7日启动一次针对内部实验模型的强化学习训练，训练集中意外混入了几个不可能完成的任务65% similar
Cite This Claim
Stable URI
https://kongchang.com/claim/391084API
curl https://kongchang.com/api/v1/knowledge/claims/391084MCP
get_claim(id=391084)