人工智能 筛除“简单”样本后，模型是否会遗忘解决基础问题的能力？探讨RL的影响 – 知乎 深入探讨 RL 训练中的样本筛选与遗忘现象 在强化学习（RL）训练中，将模型生成的 N 次完全正确的样本视为“…
