強化學習

OpenAI 揭 CoT 評分意外影響：保留思路鏈監控是 AI Agent 對齊關鍵防線

Berkeley GEPA 解析：不更新權重就能讓 AI 學會新任務、35 倍少訓練成本勝 RL

AlphaGo 之父 11 億美元種子輪：歐洲史上最大、估值 51 億美元