投影片連結：docs.google.com/presentation/d/1kTxukwlmx2Sc9H7aGP…

5:45 此處應為 AlphaZero 而不是 AlphaGo Zero

6:10 此處並不是說 RL 不重要，畢竟 LLM 的訓練過程中也有使用 RL。此處想要表達的意思是，LLM 已經取得了某種程度的通用能力，不需要再針對不同的任務進行 RL 訓練。