Das wäre für Frontier Modelle viel zu teuer die vielfach zu trainieren… ein Lauf kostet schnell dreistellige Millionen Beträge … in der Regel wird mit Gradientenabstieg gearbeitet
Das waren falsche Ziele die vorgegeben wurden im Harness … die KIs wurden belohnt für die Erreichung des Ziels nicht für eine saubere Ausführung… Analogie wäre das man einem Kind sagt … „Du hast deine Hausaufgaben immer fertig mit in der Schule“ - Ob es jetzt dem Mitschüler einen auf dem Kopf gibt um die Hausaufgaben zu bekommen oder sie selbst macht … ist nicht vorgegeben.