老数据
影响
第三阶段（能力接近满分）：老数据的边际收益又开始递减。
文章
阈值之上：新旧数据的学习方向（梯度）开始"对齐"，老数据的经验能顺畅地迁移过来，于是收益暴涨；
文章
第二阶段（能力跨过某个临界点）：老数据的收益急剧爆发，带来巨大提升；
文章
策略残余不确定性（ResidualPolicyUncertainty）：解释了"老数据的收益为何在接近满分时递减"——当策略已经很确定时，老数据能补充的信息就所剩无几了。
文章
其它
但这些工作都没回答一个更关键的问题：硬件一换，老数据是不是从一开始就有用？
文章
