Lilian Weng (Lil'Log) · RSS 摘要

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

• Scaling Laws，须谨慎对待 — Scaling laws 是深度学习中最关键的经验发现之一。其观测形式简洁：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 对本文的诸多宝贵反馈与直接修改。Test-time compute（Graves et al. 2016, Ling, et al. 2017, Cobbe et al. 2021）……
• 强化学习中的 Reward Hacking — Reward hacking 指强化学习（RL）智能体利用奖励函数的缺陷或歧义获取高奖励，却并未真正学习或完成任务……
• LLM 中的外在幻觉 — LLM 中的幻觉通常指模型生成不可信、虚构、不一致或无意义的内容。作为术语，"幻觉"由来已久且颇具争议……
• 视频生成中的 Diffusion 模型 — Diffusion 模型近年来在图像合成上展现出强大效果，研究社区已着手攻克更难的任务——将其用于视频生成……