另外一个点就是，您刚刚提到了他从环境的反馈中去学习。这个最近也非常火，有一个词叫做“强化学习”。这跟DeepMind的最开始为什么落后于OpenAI，后面又反超的关系是很大的。比如说大家都知道，其实Transformer是谷歌的另外一个部门Google Brain发明的。DeepMind它虽然当时也是被谷歌收购了，但是其实DeepMind最强的是强化学习，这也是它刻在DNA里的东西。因为哈萨比斯是一直坚信，光靠大语言模型是到达不了AGI的，而且还需要有类似于AlphaGo的那种规划和推理的能力。
�@��Zoom Communications�̓��{�@�lZVC JAPAN�̍����I�����i���{���Ɛ헪�����j�́A���Ђ�2026�N2��19���ɊJ�����ŐV�̃r�W�l�X�Ɋւ����L�Ґ������ŁA�������o�����i�}1�j�B，更多细节参见PDF资料
�@���Ŕ��s������2�������\�肵�A�S���̎��v���X�Ⓦ���n���̉f���قȂǂŔ̔������B。搜狗输入法下载对此有专业解读
* Read this file again after each context compaction.。业内人士推荐Line官方版本下载作为进阶阅读