罗福莉沉寂半年官宣小米强化学习！直播新模型训练过程，一小时烧3万美元
中文摘要
罗福莉官宣小米强化学习，直播每小时耗资3万美元的训练并公开奖励曲线与显卡故障。
English Summary
Luofuli announces Xiaomi Reinforcement Learning, live-streaming model training costing $30,000 per hour, disclosing reward curves and GPU failures.
原文节选
奖励曲线、显卡故障全公开