Lilian Weng (Lil'Log) · RSS 摘要

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

• 谨慎审视 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：随着模型规模的提升，训练损失 $L$ 可预测地下降……
• 我们如何思考 — 特别感谢 John Schulman 对本文提供了大量极具价值的反馈和直接修改。测试时计算（Graves et al. 2016, Ling, et al. 2017, Cobbe et al. 2021）……
• 强化学习中的 Reward Hacking — Reward hacking 指强化学习（RL）智能体利用奖励函数中的缺陷或歧义来获取高奖励，而并未真正学习或完成……
• LLM 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、不一致或无意义的内容。作为一个术语，幻觉的定义在一定程度上……
• 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取得了优异成果。现在研究社区已开始攻克一个更困难的任务——将其应用于视频生成……