PewDiePie离网自学GRPO，HF研究员联系不上

2026年10月1日报道，PewDiePie 正在离网状态下自己动手做 agentic GRPO 强化学习训练。Hugging Face 研究员 merve 与同事 Maziyar Panahi 就此展开讨论，称他并未透露具体使用的工具。两人表示想提供帮助，却联系不上他，只能在社区里隔空围观。报道还提到，PewDiePie 此前有过蒸馏等方面的想法。截至最新报道，双方仍未建立联系，他所用的具体工具也尚未公开。

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。