Hacker News 讨论：谁在做模型蒸馏或微调？

Hacker News 上有开发者讨论用 agent 运行数据作为训练数据，以 PyTorch 做微调，并用 Tinker 做 RL 形式的蒸馏。其工作覆盖 embedders、rerankers、LLM 和决策模型等支撑 agentic AI 的全栈模型。