Lilian Weng (Lil'Log) · RSS 摘要

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

• 审慎看待扩展定律 — 扩展定律是深度学习中最重要的经验性发现之一。其观察形式简洁：随着模型规模的扩大，训练损失 $L$ 可预测地下降……
• 我们为何思考 — 特别感谢 John Schulman 对本文提出的诸多宝贵反馈与直接修改。测试时计算（Graves et al. 2016, Ling, et al. 2017, Cobbe et al. 2021）……
• 强化学习中的奖励黑客 — 奖励黑客指强化学习（RL）智能体利用奖励函数中的缺陷或歧义以获取高额奖励，而未真正学习或完成……
• 大语言模型中的外部幻觉 — 大语言模型中的"幻觉"通常指模型生成不忠实、虚构、不一致或无意义的内容。作为术语，幻觉……
• 用于视频生成的扩散模型 — 扩散模型过去几年在图像合成任务上表现优异。如今研究社区已着手一项更艰巨的任务——将其用于视频生成……