翁荔称为“优雅”的在策略蒸馏，如何颠覆成本与效率的传统认知？
然而两种主流后训练模式都各有致命缺陷：SFT和蒸馏虽然简单可并行，但这种填鸭式教育让模型在完美数据中变得僵化，无法应对自己犯错时的未知局面；RL赋予了模型探索能力，但稀疏奖励导致的大规模试错让成本激增。
prm
联手住友化学合并重组！三井化学发布新市场战略
9月10日，三井化学、出光兴产、住友化学今天宣布，三家已就整合三井化学与出光兴产共同拥有的聚烯烃（PO）业务公司Prime Polymer Co., Ltd.（下称“PRM公司”）达成谅解备忘录。