Previsão: Os modelos de fundação irão internalizar cada vez mais habilidades a partir dos seus rastros de uso. Pode ser uma boa estratégia inicial para as empresas de LLM subsidiar o uso do openclaw. @steipete Ciclo de feedback: mais utilizadores -> mais rastros de habilidades -> mais capacidade destilada -> um modelo de fundação mais poderoso -> todos se beneficiam

Acho que o RL com recompensas verificáveis se tornará cada vez mais importante para levar os LLMs ao seu próprio "momento AlphaZero". Provavelmente começará com programação, depois se estenderá para matemática, física e outros domínios onde os modelos podem se autoexplorar, descobrir soluções fora da distribuição que os humanos talvez nunca imaginem e verificá-las usando um sinal de recompensa absoluto (0/1). Isso também me lembra do @elonmusk falando sobre um futuro onde programas poderiam ser gerados diretamente como binários, sem passar pelo processo de compilação tradicional. Isso pode realmente ser possível se os LLMs conseguirem gerar código binário e depois executá-lo diretamente contra uma recompensa verificável.

A minha receita para aprender: Aprender devagar Ir a fundo Construir uma verdadeira intuição Então o conhecimento irá se acumular