Paradigm 训练流程图被吐槽：像是招了一群 Minecraft 玩家画的

Paradigm 发推介绍其 post-training 方案：在训练中交替进行 SFT 与 DPPO 强化学习，在探索新策略与利用模型潜在能力之间切换。该方案的配图风格随后被网友调侃像“雇了一群 Minecraft Z 世代画的示意图”，形成一波轻松的行业梗。