Lilian Weng (Lil'Log) · RSS 摘要

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

• 自我改进的 Harness 工程 — 递归自我改进 (RSI) 的概念可追溯至 I. J. Good (1965)，他将"超智能机器"定义为一种能在所有方面超越人类的系统……
• 谨慎看待 Scaling Laws — Scaling laws 是深度学习中最关键的实证发现之一。其观察形式很简单：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 对本文提供了大量极具价值的反馈与直接修改。测试时计算 (Graves et al. 2016, Ling, et al. 2017, Cobbe et al. 2021)……
• 强化学习中的 Reward Hacking — Reward hacking 指的是强化学习 (RL) Agent 利用 reward 函数中的缺陷或歧义来获取高 reward，而并未真正学习或完成任务……
• 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……一直有些……