Nathan Lambert@natolambertYo @benthompson 抱歉，但中国实验室在强化学习阶段并没有使用 Fable / 最强模型作为教师，蒸馏不是这样运作的。 这样做不会带来那么大的提升（强化学习中的评分器本身就很混乱），而且你也负担不起那样使用 Fable。
Yo @benthompson I'm sorry but the Chinese labs aren't using Fable / the strongest models as teachers during RL， that's not how distillation works.
It wouldn't give that big of a lift （graders during RL are messy） and you cant afford to use Fable like that.
Nathan Lambert@natolambert · XYo @benthompson 抱歉，但中国实验室在强化学习阶段并没有使用 Fable / 最强模型作为教师，蒸馏不是这样运作的。 这样做不会带来那么大的提升（强化学习中的评分器本身就很混乱），而且你也负担不起那样使用 Fable。
Yo @benthompson I'm sorry but the Chinese labs aren't using Fable / the strongest models as teachers during RL， that's not how distillation works.
It wouldn't give that big of a lift （graders during RL are messy） and you cant afford to use Fable like that.