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 Engineering — 递归自我改进 (RSI) 的概念最早可追溯到 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。其形式简洁：随着模型规模扩大，训练损失 $L$ 可预测地下降……
• 我们为何思考 — 特别感谢 John Schulman 对本文提供的宝贵反馈和直接修改。Test-time compute (Graves et al. 2016, Ling et al. 2017, Cobbe et al. 2021) 与……
• 强化学习中的 Reward Hacking — Reward hacking 指强化学习 (RL) agent 利用奖励函数中的缺陷或歧义获取高奖励，而并未真正学到或完成……
• LLM 中的 Extrinsic Hallucinations — LLM 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。作为术语，hallucination 在……