outcome award RL，不是创新，而且不少人认为不如process award强化学习

。稀疏激活MOE（就是只激活部分参数运算），是新的研究领域，但也不是它创新的，算
是比较早的应用，目前这个领域还有很多需要解决的问题，存在局限。但是这两点，本
身是可以大规模降低算力需求。这大概是现在，夸它的人强调其算力资源需求少，而贬
他的人说体验一般般，对比一些模型在某写具体的点上也不如。


【 在 profounder 的大作中提到: 】
:   总体结构是创新的。
--
FROM 223.104.40.*