在这篇论文中，他们证明：无论奖励模型有多准确，如果它会导致奖励方差较低，那么 RLHF 目标优化起来就会比较缓慢。即使是完全准确的奖励模型也会导致优化速度极其缓慢，性能表现赶不上会导致奖励方差较高但准确度较低的模型。

然而，目前许多提到人“科技右翼”时，容易泛化、模糊化、过于笼统，有时指代个别的人物，有时指代个别企业，有时甚至指代所有企业、整个硅谷、甚至整个科技产业。因此，有必要以更细的颗粒度去分析“科技右翼”标签里形形色色的人物。

Trade Desk Inc是一家科技公司。该公司通过其基于云的自助服务平台和广告购买者可以跨广告格式和渠道创建、管理和优化数据驱动的数字广告活动，包括显示、视频、音频、应用内、原生和社交，多种设备，例如计算机、移动设备和联网电视。该公司提供了一个 ...