Luigi Acerbi 纠错：模型行为差异源自数据与 RL，而非梯度下降

Luigi Acerbi 纠正一条流行推文：关于模型行为的图表与梯度下降的具体工作方式无关，真正相关的是训练数据与强化学习。该推文曾称这张图「只要懂梯度下降就毫不意外」，Acerbi 指出这是经典错误，这类归因忽略了数据构成与后训练 RL 的作用。