Nathan Lambert 分析：开源权重模型表现差异或源于窄域 RL 训练
精选理由
Nathan Lambert 提了个有意思的角度：模型差距可能来自内部基建上的窄域 RL 训练，而这套东西对开源权重模型并不友好。
Nathan Lambert 在 X 上提出一种解释：某些模型的性能差异可能来自基于内部基础设施的窄域 RL（强化学习）训练。他指出这类内部基础设施的设计并不适合开源权重模型。也就是说，训练流程与开源发布的匹配度会影响模型在开源场景下的表现。该观点属于对模型训练方式的推断性分析，原文未附带基准数据。
原文 · Nathan Lambert
Simplest explanation is just a narrow RL training reliant on their internal infra (which isn't good design for an open weight model)
