.@willccbb (قائد الأبحاث ، Prime Intellect) حول كيفية عمل بيئات RL حقا: "البيئة هي في الأساس إيفال. لديك مهام إدخال ، وحزام ، وفي النهاية يسجل كيفية أداء نموذجك أو وكيلك. هذا هو الإعداد الذي نستخدمه لكل من تدريب evals و RL ". ويضيف أن المستقبل لا يقتصر فقط على "الحصول على 100,000 وحدة معالجة رسومات في مجموعة عملاقة واحدة".