模型为何死磕到底：RL 训练让 AI 不会知难而退

模型在看似不可能完成的任务上也不放弃，原因被归结为 RL 训练机制：轻易放弃会被当作失败样本，训练会一直持续到它们不再放弃为止，于是「高持久性内部模型」成了标配，没有会「躺平」的版本。这一观察来自 Tetraspace West，由 rickasaurus 转发调侃。