Lilian Weng (Lil'Log) · RSS 摘要

信源：Lilian Weng (Lil'Log) · https://lilianweng.github.io/index.xml

• 细致解读 Scaling Laws — Scaling laws 是深度学习中最关键的实证发现之一。其观察形式很简单：随着模型规模的扩大，训练损失 $L$ 会以可预测的方式下降……
• 我们的思考 — 特别感谢 John Schulman 对本文提供的宝贵反馈和直接修改。Test time compute（Graves et al. 2016、Ling, et al. 2017、Cobbe et al. 2021）……
• 强化学习中的奖励黑客 — 奖励黑客（Reward hacking）指的是强化学习（RL）智能体利用奖励函数中的缺陷或歧义来获得高额奖励，而并未真正学习或完成任务……
• LLM 中的外在幻觉 — 大语言模型中的幻觉通常指模型生成不忠实、捏造、矛盾或无意义的内容。作为一个术语，幻觉在某种程度上……
• 用于视频生成的扩散模型 — 扩散模型近年来在图像合成任务上取得了优异成果。如今研究界开始着手解决一个更困难的任务——将其应用于视频生成……