然而，一个完成预训练的模型并不天然知道怎样遵循用户指令，也不一定会按照我们期待的格式回答，更不会自动把“对用户有帮助”“数学答案正确”或“代码能够通过测试”当作自己的优化目标。
强化学习中，需要限制策略更新幅度，阻止一次性改动过大。也就意味着，更新的新策略越多，裁剪越大。
第三，极大改善OLED文字显示彩边发虚问题。不少OLED用户都有同样的困扰：凑近看网页小字、代码文本时，边缘总发虚毛糙，还带着红绿彩边，长时间阅读眼睛极易疲劳，其核心原因在于子像素排列方式。
制造端，根据测算，上游制造与产能建设将带来1.7万亿以上的生产性投入。应用端，行业或呈S型成长曲线，待星座集中组网后，产业重心自制造发射转向终端运营服务，手机直连等场景市场空间广阔。