Lilian Weng (Lil'Log) · RSS 摘要

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

• Scaling Laws, 审慎以待 — Scaling laws 是深度学习中最关键的实证发现之一。该观察形式很简单：随着模型规模扩大，训练损失 $L$ 会可预测地下降……
• 为什么我们会思考 — 特别感谢 John Schulman 对本文提供了大量宝贵的反馈和直接修改。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 是指强化学习（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 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、虚构、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取得了出色的成果。如今研究社区已开始攻克一项更困难的任务——将其用于视频生成……