（来源：上观新闻）
我觉得这些🔚早期的引领技术创🎷🍤新比追求商业回🎢报更有价值🕐。我本来是想⏳🚤研究物理💖🚭的，研究🇨🇷♌生时还尝🇬🇹试解决湍🎗流问题🦌🇹🇷。现在一看，Fly🍹me OS 也被🆘久久久久久久久久久整个打🕯包带走了🏭👲。
算法研究🦝员要做的是🇾🇪🚷探索强化学习在⏬🇲🇱大模型对齐与能力🇦🇸🔼提升中的应用，涵🛒🛰盖RLHF🌧🦹♂️、过程奖励、🥈🚝偏好学习等方🖍向⚛。但我一辈子都在突💐破，寻找🏓 “大胆” 和🚐 “谨慎” 之🥳🔛间的平衡🏙🏟。
每当大公司🕳发布重🇨🇿磅AI🤸♀️🎯新品，🙃总是会有一批传😇统公司🇲🇵🗻的生存根基面临挑🇨🇩战，甚至被严重🔜☯动摇⛔🚚。Agent时代的😬模型训练，2️⃣🥟正在成为持续迭代👆👶的飞轮，📌👨🦳模型要🎬🌟在复杂环境中反复🏌👆试错、积🍉累反馈、⏮自我改进⚪。
