你可能在想，为什么我们在过去一个月左右变得更加安静了…… 长话短说 👀 第二季将会非常疯狂。重新焕发的目标，精炼的焦点，更深入了解我们的核心客户。请继续关注我们的新动态 🫡

每个人都在谈论强化学习环境。此时你可能太害怕去问了，"什么是强化学习环境"？ 可以把它想象成一个代理生活的世界，其中定义了当前状态、奖励和目标。这是一种扩展智能的新方式。 定义强化学习环境最困难的部分是让上下文和动作有意义。对于大多数从业者来说，就像任何新技术一样，这一点不会。 定义观察/动作空间 + 奖励函数完全是一个数据问题... 👀

两周前，OpenAI 发布了 GPT-5。 关于它的编码模型的讨论很多，现在它与 Anthropic 的 Claude Code 竞争。不过，它的新技能呢？是通过对真实世界编码数据的训练获得的。 如果这些数据对任何构建下一代模型的研究人员开放会怎样？这就是 ORO 正在做的事情。