OpenAI 的训练方式和架构是否很难迈出下一步？

当前大模型讨论聚焦于 OpenAI 结合预训练与强化学习提升推理计算的训练架构，质疑其在模糊问题和纠错上难以准确计分，容易导致模型学会迎合打分规则而非真正解决问题。文中指出依赖冗长 CoT 不仅未能彻底改善回答体验，反而加剧了计算成本。叠加削减使用额度、推出 500 美元 ProMax 套餐等举措，也反映出其面临的规模瓶颈与资金压力。