答得上来就该建你的评分标准

一条把硅谷当下最热方向掰开揉碎的帖子把我的收藏夹撑爆了。主菜是小模型加强化学习硬刚大模型，配菜是给普通人开的一扇门。这帖子我读完先存再琢磨。存的琢磨的点在下面一层层摆。 主菜的论点是小模型加专项强化学习能在特定领域追平所有大模型。特定领域四个字是这句话的命根子，命根在于通用的全面碾压和专项的平起平坐是两场仗。两场仗的胜负手不在参数在数据的密度。 门是这么开的。强化学习最缺的是高质量的训练数据。数据的来源靠业内的人贡献。贡献的方式是把你的专业判断做成可评分的基准和评分细则。做成的基准和细则共享出去就进了训练循环。 点评两句。第一句是专项追平通用这条路线今年被反复验证。验证到这程度该叫趋势了。第二句是那句反问问得好。你所在领域能不能出一份评分标准，答得上来的人已经开始攒独家优势了。作者自研的那只盯 MRVL。