Lilian Weng (Lil'Log) · RSS 摘要

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

• 谨慎看待 Scaling Laws — Scaling laws 是深度学习中最关键的实证发现之一。其形式很简洁：训练损失 L 随模型规模…可预测地下降。
• 我们为何如此思考 — 特别感谢 John Schulman 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）……
• 强化学习中的奖励欺骗 — 当强化学习（RL）智能体利用奖励函数中的缺陷或歧义以获取高额奖励，却并未真正学习或完成……
• 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、不一致或无意义的内容。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 — 扩散模型过去几年在图像合成上展现了强大的成果。如今研究社区已开始着手一项更难的任务——将其用于视频生成……