- 泛化只是一種算法。 - （反饋）變壓器可以通過 GD 學習任何算法。 主要問題：在什麼訓練數據上？ 我的信念：當在適當選擇的問題上用 RL 訓練變壓器時，泛化能力將會出現並顯著提高。