Beff Jezos：思维链强化学习有着「不合理的有效性」

e/acc 领袖、Aethercoop 创始人 Guillaume Verdon（beffjezos）在 X 发帖称思维链强化学习（CoT RL）具有「不合理的有效性」，赞叹其在提升模型推理能力上的惊人效果。原帖极短，核心只是一句有分量的行业判断。