调查发现,Mercor、Surge AI、Turing 等九家美国数据公司向阿里、腾讯、字节跳动等中国实验室出售强化学习环境,用于模型的后训练。

模型从「还行」到「顶尖」,靠的是后训练,强化学习环境就是喂给它的模拟世界。中国实验室直接买美国同行用过的同款环境,省下的算力相当可观。
最让我意外的是价格:有产品卖到制作成本的 1000 倍。数据公司把活外包给印度等地的承包商,承包商把客户名字发在 LinkedIn 上,线索就是这么漏出来的。
用还是不用?作者自己说,短期内没什么末日感。但九家公司只是能查到的数,这才是真正让人不放心的部分。
从全球优质信息源中筛选,几分钟了解当天最值得关注的观点。