令人驚訝的是，對於質量檢查 gpt-oss CoTs 的興趣竟然如此之小。我是說，這些人是創造這一範式的，我想他們並不像大多數人那樣使用 GRPO 變體，難道有什麼不同嗎？ 不，大家只關心能力。