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：
***Загадочный конец Васи Бриллианта обернулся чередой бунтов на советских зонах. Властям удалось их подавить, но осужденные в итоге сумели добиться для себя ряда послаблений: так, в жару им разрешили носить рубашки с короткими рукавами, а вечерами — спортивные костюмы. Кроме того, заключенным увеличили паек и время для свиданий с близкими, а также разрешили не брить голову наголо, а носить прически полубокс.
，更多细节参见下载安装 谷歌浏览器 开启极速安全的 上网之旅。
20+ curated newsletters，这一点在heLLoword翻译官方下载中也有详细论述
FT Edit: Access on iOS and web