我们介绍了一种更好的方法来收集使用GRPO后的训练数据。向专家收集样本是昂贵的，注释预算有限。哪些示例实际上值得支付？我们发现，专注于困难样本可以带来30-40%的改善。 1/7

这是什么新类别的工作？它和我们在同一个房间里吗 👀。 想要自动化一切是可以的。这是当前的动态。然而，试图通过指向尚不存在的工作来为此辩护并*不*令人感到希望。工业革命并没有创造出能够完成我们所有认知任务的机器。它们只是工具。 整个世界变成亚马逊机械土耳其人*不*是任何人对美好未来的梦想。 这些与过去技术革命的类比在很大程度上是不诚实的。也许机器现在无法做到我们能做的一切，但在某个时刻它们会做到。值得认真思考在那样的世界中社会如何重组，以及我们今天可以做些什么。 收集数据并将其出售给实验室是可以的。让我们为自己建立一个大脑。也确实大多数人并不一定想要为了生存而工作，让我们对人类的处境保持一些尊严。 相信超越人类的东西，同时追求一个由我们价值观塑造的未来是高尚的，但这并不会通过把每个人都当作被送去数据提取的工厂猪来实现（除非这些猪也拥有工厂 ;））。