Beffjezos称思维链强化学习效果惊人

2026年10月7日，AGI Hunt 报道称，e/acc 领袖、Aethercoop 创始人 Guillaume Verdon（网名 beffjezos）在 X 发帖，称思维链强化学习（CoT RL）具有「不合理的有效性」，并赞叹其在提升模型推理能力上的惊人效果。报道指出，原帖极短，核心只是这一句有分量的行业判断，未提及帖文是否附带实验数据或论证，也未提及他人回应或反驳。截至目前，该事件仍停留在这一条表态上，尚无后续进展或更多细节被披露。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。