Lilian Weng (Lil'Log) · RSS 摘要

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

• Harness Engineering for Self-Improvement — 面向自我改进的 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"定义为一个能在所有智力活动上超越人类的系统……
• Scaling Laws, Carefully — 谨慎看待 Scaling Laws — Scaling laws 是深度学习中最关键的实证发现之一。其观察形式简洁：随着模型规模……训练损失 $L$ 可预测地下降。
• Why We Think — 我们为何"思考" — 特别感谢 John Schulman 对本文提供的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）……
• Reward Hacking in Reinforcement Learning — 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得高奖励，而并未真正学习或完成……
• Extrinsic Hallucinations in LLMs — 大语言模型中的外在幻觉 — 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。"幻觉"这一术语多少有些……