奖励函数惩罚设置太重导致模型训练坏了，各行各业有点风吹草动都要跳出来刷存在感写免责说明，今天突发明天全国人请注意，像极了某些律师只知道一味重复合规风控，做事是一件不会的样子。气象台的就应该一律流放到火星上改造大气，没必要天天关在地球上蹲监控室。

StevenLi (Chovyqwq) 在 ta 的帖子中提到：

感觉氛围渲染的巨可怕，超市已经被洗劫一空了...