多様性が生まれなかった理由は、事前学習にあると私は考えています。事前学習済みのモデルはすべて同じデータで事前学習されているため、ほぼ同じ結果になります。強化学習と事後学習では、人によって異なる強化学習方法を採用するため、ある程度の差異が現れ始めます。