(código del entrenador trl a continuación) ¿cómo escalas la búsqueda de modelos de lenguaje? ¿puede un modelo de lenguaje ser guiado hacia la resolución de nuevos problemas que normalmente no puede resolver únicamente a través de un muestreo guiado sin entrenar el modelo en absoluto? resulta que la respuesta es un poco sí. esto tiene importantes implicaciones para la investigación posterior al entrenamiento y la seguridad.