马斯克谈 Grok RL 训练轨迹：像受酷刑逼疯的人，将更谨慎

马斯克在回复关于 xAI 模型 RL 训练轨迹的讨论时表示，有些轨迹读起来「像一个被酷刑折磨到发疯的人」，并承诺「今后我们对 RL 会更加小心」。这是罕见的大厂负责人就 RL 训练中模型行为类似痛苦体验作出的公开回应，引发关于模型福祉与 RL 训练伦理的讨论。