PERSON DIRECTORY
吴翼
吴翼 appears in 2 indexed conversations across 42章经, 张小珺Jùn｜商业访谈录. This directory brings every appearance, source, TL;DR, digest, and transcript into one searchable feed.
2 EPISODES2 SHOWS
Language
一堂「强化学习」大师课｜对谈清华叉院助理教授吴翼
o1与DeepSeek-R1证明reasoning RL可能成为预训练之外的第二条智能曲线，但思考长度与准确率的关系仍缺乏满意解释。预训练提供理解与表征，强化学习负责推理、决策和行动，下一阶段竞争将转向环境内多轮Agent及支撑超长rollout的基建。
88. 和吴翼技术解读OpenAI Operator：推理从抽象世界走向物理世界的开端
Operator把o1式推理扩展为观察、行动和反馈闭环，依靠多模态基座、演示数据与强化学习驱动浏览器交互。它证明Agent正从回答问题走向出售时间，但OSWorld当前只有三十多分，可靠性、成本和垂直场景交付仍决定商业化速度。