[image] 
[image] 
[image] 
[image] 
……已经麻了，不想说啥了，说好的「任何领域PhD级别呢」，这PhD级别难道指的是美国大学中文系学生的PhD写作水平？ 
说句题外话（其实不算跑题）：R2什么时候？以及我怀疑是不是所有的RL训练出的模型都这样一股子味道…… 

欢迎各位找出你认为「味道」最重的段落~