Herman Jin · 2025-01-26 · 帖子

那么，幻方这条路是谁趟出来的呢？ OpenAI不告诉你怎么re-inforce learning，幻方都不知道怎么蒸馏模型。这个路是OpenAI一遍遍试出来的，幻方“拿来用”，成本低不是太正常了么？ 当然找个成本低的方式抄一个o-1能抄得好、抄得快还是很值得称赞的。但是拿来对比试出来的人就很扯淡了 可以说deepseek提供了了一条更快实现这条路径的方式，推理端变更便宜。落后的都可以用幻方这条路去复刻O1，但他们训练端门都摸不着 再说Long reasoning和reflection，这个当年Goog下棋就用对抗神经网络。无非现在发现这个方法可以继续调优模型，并不是那么新鲜的事情。大家有各种方式方法去优化扩张模型，用了这个而已 另外，很欢迎这样思想的碰撞和讨论。不过不要观点不同攻击人就好