teortaxesTex 热评：评估网络攻防能力时激活参数量基本不重要，关键在 RL 环境覆盖

teortaxesTex 提出，网络安全等 RLVR 领域的能力评估中激活参数量基本不重要，关键在 RL 环境覆盖：环境足够时 10B 激活模型也能 RL 出高分，环境不足则 104B 也救不了，本质是「窄泛化」问题。他推测 Anthropic 在 Mythos-Preview 上可能持相反立场：泛化太窄说明网络与推理预算没 scale 够，用算力硬推可省几个月。