RL 从业者：手上近万个任务仍能让所有前沿编码模型翻车

RL 从业者 robmcrobberson 称，手上近万个 RL 训练任务至今仍能让地球上所有前沿编码模型卡壳，认为业界「还处在难以想象的早期」。另一位研究者转发认同，认为业界对前沿编码模型能力的普遍预期过于乐观。