罗福莉沉寂半年官宣小米强化学习！直播新模型训练过程，一小时烧3万美元

据量子位报道，沉寂半年的罗福莉官宣小米强化学习相关工作，并直播新模型训练过程。报道摘要显示，直播公开了奖励曲线与显卡故障等信息，并提及训练成本约为每小时3万美元。上述内容来自来源摘要，具体技术细节与项目背景公开资料未提供。