Rox 用销售改稿数据训练奖励模型，比 LLM 评审快 5 倍、便宜最多 30 倍

销售 AI 公司 Rox 用真实冷启动邮件和销售人员在 AI 草稿发出前的修改数据，训练出 Outbound Reward Model，比 LLM 评审快 5 倍、便宜最多 30 倍。该模型在 80% 的情况下与销售人工修改后的版本一致，用它筛出的 top 邮件平均回复率是基线的 1.75 倍，高于 GPT 评审的 1.33 倍与 Claude 评审的 1.23 倍。