作为 RLHF 方面的专家，Lambert 认为，当前最顶尖的模型训练，已经高度依赖强化学习（RL）。而 RL 和蒸馏在本质上是两种不同的事情：
Away from the crowds, work is underway to install a red carpet walkway to the venue for the Brit Awards next weekend, the first time the prestigious UK awards ceremony will be held outside of London.
，更多细节参见51吃瓜
Appendix II: Linear RGB Space
第二节 妨害公共安全的行为和处罚