你可能在想，為什麼我們在過去一個月左右變得更加安靜了…… 長話短說 👀 第二季將會非常瘋狂。重新煥發的目標，精煉的焦點，更深入了解我們的核心客戶。請繼續關注我們的新動態 🫡

每個人都在談論強化學習環境。此時你可能太害怕去問了，"什麼是強化學習環境"？ 可以把它想像成一個代理生活的世界，其中定義了當前狀態、獎勵和目標。這是一種擴展智能的新方式。 定義強化學習環境最困難的部分是讓上下文和動作有意義。對於大多數從業者來說，就像任何新技術一樣，這一點不會。 定義觀察/動作空間 + 獎勵函數完全是一個數據問題... 👀

兩週前，OpenAI 發布了 GPT-5。 關於它的編碼模型的討論很多，現在它與 Anthropic 的 Claude Code 競爭。不過，它的新技能呢？是通過對真實世界編碼數據的訓練獲得的。 如果這些數據對任何構建下一代模型的研究人員開放會怎樣？這就是 ORO 正在做的事情。